Smartphone Games Heuristics (SmGH) – Towards a Standard Set of Platform-Centric Heuristic for Smartphone Games Evaluation
Notice bibliographique
Résumé
The assessment of software application usability typically relies on a predefined set of general principles known as heuristics. However, these heuristics are often used interchangeably to evaluate games across different platforms such as smartphones, tablets, and desktops, potentially leading to inconsistent or inaccurate evaluations. Hence, there is a notable absence of a standard platform-centric heuristics to evaluate games for a particular platform. In this paper, we address this gap by developing 144 smartphone game heuristics (SmGH), spanning across six categories and accounting for technical, non-technical, and gameplay aspects. Further, we compared our proposed SmGH with four mobile game heuristics published in the literature. The aim of the comparison was to identify the overlaps and differences between SmGH and the existing heuristics in mobile game literature. Lastly, we conducted a preliminarily assessment of the utility of SmGH using gameplay analysis of 5 popular smartphone games (from 2017 to 2021, having 4.5+ average rating and 100 M + downloads) and 12 recent smartphone games (released in 2022). We obtained two important findings. First, there is a limited overlap among various mobile game heuristics in the literature. The first finding highlights an important takeaway to establish a standard set of platform-specific heuristics in both game user research and the industry. Second, popular games tend to incorporate a larger proportion of heuristics compared to recently released games. The second finding provide insights into the number and distribution of heuristics across all six categories within smartphone games, which will be beneficial for future evaluations of new and unseen games using SmGH. The second finding also suggest that adherence to platform-centric game heuristics may contribute to a game’s popularity on a particular platform and could be a factor considered by game developers. This work contributes to the field of Human Computer Interaction (HCI) and smartphone games by advancing our understanding and application of platform-centric game heuristics and highlights the significance of SmGH as a standard and reliable set of heuristics in the design and evaluation of smartphone games.
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 | 0,014 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».