Space, Time, and Reactivity: Designing Software for Online Theatre
Notice bibliographique
Résumé
Participatory digital theatre is a relatively new medium, at least in the form that emerged largely out of the COVID-19 pandemic. The increased uptake of ultra-low-latency video-conferencing platforms like Zoom offer new opportunities for designers to create interactive shows that incorporate real-time audience feedback. While far from perfect, these platforms offer a starting place for examining what works and what could be improved for online performance platforms. In this article, some reflections and recommendations are made regarding online participatory theatre design. For example, creating a sense of shared space in an online show can be aided through how audiences and performers are represented onscreen. Obscuring the representation of an audience can be used as a technique to create a more isolated, solitary experience, while the use of chats and avatars can create a more communal experience. Altering the length of streaming delays also affects the experience of a show, with shorter delays favouring more interaction and feedback. It is posited that audience avatars may have a meaningful effect on audience engagement, while the display of self-facing cameras for performers and audience members alike may have a negative impact on the experience of audience members, and the engagement of performers with an audience. The future of digital theatre is perhaps best explored by embracing what the medium does uniquely well—create experiences that are not tied directly to a physical space or time, which embrace interactivity, and which can be long-living online.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».