MétaCan
Menu
Retour à la cohorte
Enregistrement W4385421790 · doi:10.54254/2755-2721/8/20230130

The Impact of Color on Players in Human-machine Interaction in Games

2023· article· en· W4385421790 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied and Computational Engineering · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueColor perception and design
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPopularityHuman–computer interactionComputer scienceVitalityPerceptionVideo gameVariety (cybernetics)Game mechanicsVisualizationMultimediaPsychologyArtificial intelligenceSocial psychology

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to identify how color affects game players in human-machine interaction. Recently, driven by the faster development and popularity of computer games, the game designers start to use a variety of techniques to enhance players’ experiences and interests in a certain video game. Colors influence game players’ experiences and their behaviors. To make this research influential and convincing, the author mainly utilizes the quantitative research method to explore how color affects the users’ emotions in games. Questionnaires are adopted by randomly selecting almost 100 video game players, who are suggested to respond to their attitudes towards and options for color in influencing their interests and perceptions of a certain game. The findings show that colors can allow players to feel interaction and vitality, provide visual continuity, enhance data visualization, etc. Above all, colors convey more useful information for the human-machine interaction in games, and colors first come to players’ eyes. Therefore, the application of colors plays an essential role in the interface of human-machine interaction to some extent.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,174

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,333
Écart entre enseignants0,312 · 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