MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403467729 · doi:10.7202/1114014ar

Fin de la partie pour les <i>Dark Patterns</i> ?

2023· article· fr· W4403467729 sur OpenAlexvenueno aff
Thomas Burelli, Marie Dykukha, H. M. Liu

Notice bibliographique

RevueRevue générale de droit · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Depuis les années 1970, le marché des jeux vidéo considérablement a évolué. Il a notamment vu l’émergence de nouveaux modèles d’exploitation et de monétisation au cours des années 2000. Selon les nouveaux modèles d’exploitation, les jeux vidéo sont considérés comme un service et non plus comme un produit vendu aux consommateurs une fois pour toutes. Les studios ayant adopté ces nouveaux modèles d’exploitation des jeux vidéo ont mis au point diverses stratégies — qualifiées par les auteurs de Dark Patterns — visant à maximiser l’engagement des joueurs et leurs dépenses dans les jeux. Quelques études récentes ont commencé à établir un lien entre les Dark Patterns et des effets psychiques et physiques délétères chez les joueurs. Ils peuvent notamment les conduire à perdre le contrôle du temps consacré à la pratique des jeux vidéo, ainsi que de leurs dépenses. Face à l’usage de ces Dark Patterns dans les jeux vidéo et leurs effets auprès des joueurs, il est important de se demander dans quelle mesure ce phénomène est pris au sérieux par les acteurs de l’industrie et les autorités publiques. Ont-ils conscience de ce phénomène et, le cas échéant, que font-ils pour lutter contre la présence et les effets des Dark Patterns dans les jeux vidéo? Pour répondre à ces questions, nous nous intéresserons d’abord aux pratiques des acteurs de l’industrie des jeux vidéo. Nous étudierons dans cette contribution l’utilisation de ces Dark Patterns et des mesures de régulation mises en place par les acteurs de l’industrie, le cas échéant. Dans un second temps, nous nous intéresserons aux stratégies et aux mesures adoptées par les autorités publiques dans les plus grands marchés de jeux vidéo à travers le monde, soit les États-Unis, l’Union européenne, la Chine, la Corée et le Japon. Nous verrons que diverses stratégies plus ou moins globalisées et plus ou plus moins coercitives sont aujourd’hui déployées pour lutter contre l’usage des Dark Patterns dans les jeux vidéo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,010
Communication savante0,0110,008
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,022
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue générale de droit→Même sujetDigital Games and Media→Travaux en français237 207→