MétaCan
Menu
Retour à la cohorte
Enregistrement W4403490185 · doi:10.1145/3700628

Rolling in Fun, Paying the Price: A Thematic Analysis on Purchase and Play in Tabletop Games

2024· article· en· W4403490185 sur OpenAlexafffund
Joseph Tu, D. Wang, Lydia Choong, Arnold Dian Jr. Abistado, Ally Suarez, Stuart Hallifax, Katja Rogers, Lennart E. Nacke

Notice bibliographique

RevueGames Research and Practice · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésThematic mapAdvertisingComputer sciencePsychologyHuman–computer interactionBusinessGeographyCartography

Résumé

récupéré en direct d'OpenAlex

The tabletop games industry has experienced remarkable growth in recent years. A deeper exploration of the factors motivating players to invest time and money in these games would help game companies better cater to their target audience and increase profits. We conducted a reflexive thematic analysis of 20 semi-structured interviews with tabletop game players. Our analysis revealed five themes concerning purchasing decision influences: (1) childhood past experiences and cultural norms, (2) representation and inclusivity, (3) social connections and shared fun, (4) overcoming gameplay hindrances with digital assistance, and (5) economic constraints. These findings suggest that game companies should focus on presenting easily understandable information, minimizing idle time, and exploring opportunities for inclusivity in digital interactions to effectively engage players and drive sales. Based on our valuable insights into player motivations, we offer actionable recommendations for the tabletop games industry.

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)0,009
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,455
Écart entre enseignants0,358 · 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.

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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGames Research and PracticeMême sujetDigital Games and MediaTravaux en français237 207