Étudier l’immersion en laboratoire : Quand les chercheurs s’interposent entre le jeu et le joueur
Notice bibliographique
Résumé
Depuis deux décennies, on assiste à la multiplication des études en laboratoire cherchant à comprendre l’impact de diverses caractéristiques d’un jeu vidéo sur l’immersion du joueur à l’aide d’appareils de biométrie parfois inconfortables et intimidants. Le groupe de recherche Homo Ludens s’est intéressé aux effets d’une telle médiation sur l’expérience des joueurs et plus particulièrement sur leur concentration, leur engagement et leur immersion. Dans ce chapitre, nous présentons les résultats assez surprenants de notre recherche : le contexte de jeu en laboratoire et le recours à des instruments de biométrie n’ont pas nui à l’immersion des participants, mais ont, au contraire, favorisé la focalisation de leur attention sur le jeu et leur sentiment de transport dans l’environnement vidéoludique. Nous explorons alors différentes pistes d’explications pour éclairer ces résultats en nous appuyant sur des différentes théories en études du jeu. Nous suggérons finalement une série de précautions que les chercheurs peuvent prendre pour minimiser les effets de leur médiation dans le cadre d’une recherche en laboratoire impliquant des joueurs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».