MétaCan
Menu
Retour à la cohorte
Enregistrement W4296985269 · doi:10.7202/1092426ar

Kingdom(s) Come

2022· article· en· W4296985269 sur OpenAlexvenueno aff
James McLean

Notice bibliographique

RevueLoading · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFantasyMetanarrativeSociologyNarrativeFictional universeMedia studiesAestheticsLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Over twenty years since its original release, Final Fantasy VII (Square 1987) fans continue to debate the video game’s world and characters as they are mixed and remixed into new licensed products. This article explores the fan metanarrative that circulates the story, ludology, and industry discourses that bind Final Fantasy VII. It will demonstrate how fan practices operate within community spaces to locate, present, and police both knowledge and meanings about a fictional world that itself is continually being reshaped by the transmedia production milieu. This article explores the ongoing fan debates circulating characters Cloud, Tifa, and Aerith from Final Fantasy VII, and their respective remixing into the Kingdom Hearts franchise. Through a discourse analysis (Gee, 2007) of online Western fan bases, published above-the-line production interviews (Mayer et al. 2009), and self-reflexive experiences (Hills 2002), I seek to demonstrate the complexity of fan practices and how they attempt to locate (and generate) narrative coherency. I will argue that fans do not simply enjoy games for their variance in gameplay and story but seek a better understanding of a growing fictional world that is complex and is subject to sanctioned rewrites. Drawing on Eiji Ōtsuka’s theories on world and variation (2010), this article will demonstrate how fans can function as textual barristers in their attempts to untangle the media mix (Steinberg, 2012) of Final Fantasy VII through its ongoing reiterations, adaptations, and world-sharing with Kingdom Hearts series.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,001
Communication savante0,0050,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1540,034

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,309
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLoadingMême sujetDigital Games and MediaTravaux en français237 207