From the ready room to the battle bus: exploring militarisation through gamespace soundwalks in Fortnite
Notice bibliographique
Résumé
While its candy-coated shell may provide a clever camouflage for younger markets, this paper acknowledges that militarisation has been made pleasurable in more sensuous ways. Deploying gamespace soundwalking as a method, we attune to the ways Fortnite's sound design rehearses the neoliberal citizen-soldier on a sonic dimension. Yet, its capitalist priorities both corner youth markets while letting young players experiment with counterplay. To arrive at this conclusion, this paper illustrates the application of a novel method within game and sound studies – gamespace soundwalking. In the case of Fornite where the narrative context is individual military victory, the affective atmosphere ought to be one of keen attention to warfare, ambience and combat events. But how is war specifically depicted there? What is the significance of the sonic environment in forming a sense of place? We argue that method must take us beyond a semiotic analysis of the sonic components of Fortnite; we need a real-time ethnographic exploration of gameplay. In so doing, we tune in to Fortnite's ear-candy sound design as it exemplifies neoliberal standardisation of sound environments – masking grizzly conflict zones – as well as consumptive priorities that reach spectacular levels and the militarised Taylorist perfection of the citizen-soldier.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».