PlayMyData: a curated dataset of multi-platform videogames
Notice bibliographique
Résumé
About This repository contains the source code implementation used to replicate the experimental results obtained in the submitted to the 21st International Conference on Mining Software Repositories (MSR204). "PlayMyData: a curated dataset of multi-platform videogames" authored by: Andrea D'Angelo(1), Claudio Di Sipio, Cristiano Politowsky (2) and Riccardo Rubei (1) Università degli Studi dell'Aquila, Italy (2) University of Montreal, Canada Introduction PlayMyData is a multi-purpose, comprehensive videogame dataset of videogames released from 1993 up to November 2023. It contains metadata like titles, platforms, a summary of the story, and release data. It also integrates data from HowLongToBeat on completion times. Data description The dataset is structured as follows: all_games_PlayStation.csv: It contains IGDB metadata collected for the PlayStation platforms. screenshots.zip: It contains the collected screenshots from IGDB, grouped by genre all_games_Xbox.csv: It contains IGDB metadata collected for the Xbox platforms. all_games_PC.csv: It contains IGDB metadata collected for the PC. all_games_Nintendo.csv: It contains IGDB metadata collected for the Nintendo platforms. platforms.csv: It contains all gaming platforms available on IGDB and the corresponding ID. genres.csv: It contains the list of genres available on IGDB and the corresponding ID. all_videos.csv: It contains the gameplay URLs and the corresponding name as it appears on IGDB, e.g. "Gameplay Video" video_ids.csv: It contains the mapping with games and the list of gameplay videos. Some entries are missing. How to collect PlayMyData To collect PlayMyData, please refer to the supporting GitHub repo available at: https://github.com/riccardoRubei/MSR2024-Data-Showcase
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,054 |
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 ».