Games for experiential learning: triggering collective changes in commons management
Notice bibliographique
Résumé
As resource users interact and impose externalities onto each other, institutions are needed to coordinate resource use, create trust, and provide incentives for sustainable management. Coordinated collective action can play a key role in enabling communities to manage natural resource commons more sustainably. But when such collective action is not present, what can be done to foster it? We contribute to the understanding of how experiential learning through games can affect behavioral change, potentially leading to more sustainable commons management. We present a conceptual framework describing the most important processes involved in experiential learning games. The framework highlights the importance of the game context for achieving game outcomes. We list game features that have been argued to influence learning and behavioral determinants, focusing on the game narrative and experience, game rules, and attributes of players. We briefly describe how each game feature influences the processes in the framework. Next, we apply the conceptual framework to examine design features that were particularly important for influencing behavioral drivers in commons management in three intervention cases from India relating to groundwater, surface water, and forests. Our conceptual reflections underpin the need to debate about underlying assumptions in using games as intervention tools. Making assumptions transparent can help to understand why or under what conditions experiential learning works or fails. There is a critical need for more systematic choices of the right tools for the right purpose. This includes participants of the experiential learning who must be able to relate the game to their real life. A social dilemma in the game should at least, in its basic structure, represent a real-life dilemma. We close by highlighting future research needs both from the conceptual behavioral change as well as the game design perspective.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».