MétaCan
Menu
Retour à la cohorte
Enregistrement W4365151678 · doi:10.5210/spir.v2022i0.13033

RESISTING FRANCHISE CORPORATE CONTROL: HOW THE INTERNET ENABLES LOCAL PRACTICES IN POKÉMON PLAY

2023· article· en· W4365151678 sur OpenAlexaffabout
Allen Kempton

Notice bibliographique

RevueAoIR Selected Papers of Internet Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNegotiationSociologyPublic relationsAdvertisingPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Despite being a friendly face for children and an ambassador brand for Japan, Pokémon has always had a strong corporate side. As the Internet and technologies for hacking and communication became more available, players became more disillusioned about the friendliness of Pokémon as a franchise. The controlling nature of Game Freak along with the growing perception of lack of respect for its consumers has created a negative perception of the corporate aspect of the franchise. As a result, a global duality emerged; a corporate, franchise centered component versus a fan based, community-driven culture. In the global nature of Pokémon, where then does the local fit in? How do local Canadian players perceive, negotiate, and resist the corporate and global cultures to make their own play practices? This study examines ways in which the global aspect of Pokémon, both the corporate side and the community culture, influence the play practices of local Canadian players. Through one-on-one interviews, adult Pokémon players who have played Pokémon since the 1990s, provide insights into ways the Internet and other communication technologies have impacted the way they perceive and play Pokémon games. By grounding the nebulous idea of metaplay with 3 components, being metagaming, paratexts, and gaming capital, we can better understand contemporary digital play practices by integrating the communicative nature of the tools players use not only to play their games and expand their experience and knowledge, and how this works not only on a global, cultural level, but also the local, individual level.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,499

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,018
Communication savante0,0120,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,364
Écart entre enseignants0,275 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAoIR Selected Papers of Internet ResearchMême sujetDigital Games and MediaTravaux en français237 207