MétaCan
Menu
Retour à la cohorte
Enregistrement W4406649699 · doi:10.37074/jalt.2025.8.1.12

Game modding: A design cognitive perspective in entrepreneurship education

2025· article· en· W4406649699 sur OpenAlexaff

Notice bibliographique

RevueJournal of Applied Learning & Teaching · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensUniversity of CalgaryAmbrose University
Organismes subventionnairesnon disponible
Mots-clésModPerspective (graphical)EntrepreneurshipGame designCognitionPsychologyEntrepreneurship educationHuman–computer interactionComputer scienceBusinessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This design-based research investigates how game modding—intentional alterations to a game’s original content—can foster a cognitive approach to design thinking among business students, grounded in constructionist theory. A two-stage game-based activity was created and implemented in a Business Game class at a specialized entrepreneurship college in São Paulo, Brazil. Data collection included video recordings, interviews, and student reports. The analysis focused on a representative group of four students, examining the design cognitive processes employed during their redesign journey. Our analysis reveals that due to the absence of a repertoire of previous design solutions, the students grounded their analogies in their own sociocultural context, reflecting their social norms, and through interdisciplinary thought processes. To address the research question, ‘How can game modding support the development of business students’ cognitive perspective in design?’ we propose that game modding serves as a useful pedagogical tool to foster essential cognitive processes in design thinking, particularly within a business education context. Game modding helps develop business students’ cognitive perspective by creating an experiential learning environment emulating the entrepreneurial journey.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,016
Communication savante0,0070,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,361
Écart entre enseignants0,337 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Learning & TeachingMême sujetEducational Games and GamificationTravaux en français237 207