MétaCan
Menu
Retour à la cohorte
Enregistrement W4406622581 · doi:10.58459/icce.2016.1231

Game Design as Problem Solving

2016· article· en· W4406622581 sur OpenAlexaffabout
Diali Gupta

Notice bibliographique

RevueInternational Conference on Computers in Education · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGame designHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

In this paper we present how students at an arts immersion school in Canada, designed games using Minecraft as a design tool to represent Grade 8 curriculum content learnt in Social Studies. Our research was based on our theoretical framework on how game design could be an aesthetic process, which elaborates how a design commences with a problem and progresses as an iterative creative cycle towards finding a solution. Using this framework, we examined two groups of Grade 8 students’ game design process. The groups represent unique approaches towards problem solving that incorporated content from the Aztec and Spanish Civilization in their game design. We have interpreted the representation of the content as the posed problem and analyzed how each group proceeded with their game making based on their ideas, experience at playing the game and feedback received from fellow classmates. Our findings highlight how the design process through Minecraft was a creative endeavour on their part. Through our findings, we re-emphasize how involving students in game creation efforts help them to experience an aesthetic learning process, allowing them to become protagonists of their learning. We argue for game design as learners’ problem solving experience, through which they struggled to construct knowledge in social systems while developing fluencies both in gaming and technology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,001

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 Opus0,066
Tête enseignante GPT0,373
Écart entre enseignants0,307 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Computers in EducationMême sujetEducational Games and GamificationTravaux en français237 207