MétaCan
Menu
Retour à la cohorte
Enregistrement W4400867440 · doi:10.29173/cgs192

GameBling Game Jam 2.0: The Writing Workshop

2024· article· en· W4400867440 sur OpenAlexaffvenue
Pauline Hoebanx, Hanine El Mir

Notice bibliographique

RevueCritical Gambling Studies · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

On the 11th and 12th of February 2023, Concordia University hosted the second edition of the GameBling Game Jam, one year after the successful first edition (Hoebanx et al., 2023).A game jam is an event during which individuals or teams attempt to create a game from scratch in a limited amount of time.A detailed explanation of game jams and a summary of the first edition can be found in Hoebanx et al. (2023).In Hoebanx et al. (2023), we argued that game jams can be used as an innovative research method "that can help uncover new ways to think about and question social science concepts."We put that idea to the test again in the second edition, with an added twist: we held a writing workshop after the event to which all jam participants were invited.Of the 16 original participants, 9 participated in the writing workshop.The primary goal was to encourage jam participants to reflect on and write about their experiences as game designers, aiming to gain insights into their thinking and design processes-something that last year's blog post was not able to achieve (Hoebanx et al., 2023).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,496
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Gambling StudiesMême sujetEducational Games and GamificationTravaux en français237 207