Exploring Institutionalised Esport in High School: A Mixed Methods Study on Wellbring
Notice bibliographique
Résumé
These proceedings represent the work of contributors to the 12th European Conference on Game Based Learning (ECGBL 2018), hosted this year by SKEMA Business School, Sophia Antipolis, France on 4-5 October 2018. The Conference Chair is Dr Melanie Cuissi and the Programme Co-Chairs are Dr Sophie Gay Anger and Dr Margarida Romero. ECGBL is a well-established event on the academic research conference calendar and now in its 12th year the key aim remains the opportunity for participants to share ideas and meet the people who hold them. The scope of papers will ensure an interesting two days. The subjects covered illustrate the wide range of topics that fall into this important and ever-growing area of research. For the 5th year the conference has also played host to the International Educational Games Competitions. The opening keynote presentation is given by Dr Sylvester Arnab from Coventry University's Disruptive Media Learning Lab (DMLL) on the topic of “The Magic Circle of Playful and Gameful Co-Creation”. Then an afternoon keynote will be given by Dr Eric Sanchez from the University of Fribourg, Switzerland, with the talk entitled “Don’t Forget the Beans!”. The second day of the conference will open with an address by Dr Jacob Habgood from Sheffield University, who will be discussing “Do Books Work? (and other questions we probably shouldn’t ask)”. With an initial submission of 205 abstracts, after the double blind, peer review process there are 90 Academic research papers, 7 PhD research papers, 3 Masters Research papers and 15 work-in-progress papers published in these Conference Proceedings. These papers represent research from Australia, Austria, Bahrain, Bulgaria, Canada, China, Cyprus, the Czech Republic,Denmark, Estonia, Finland, France, Germany, Greece, Guatemala, Hong Kong, India, Indonesia, Iran, Ireland, Israel, Italy, Jamaica, Japan, Malaysia, the Netherlands, Norway, Poland, Portugal, Qatar Romania, Russia, Slovakia, South Africa, Spain, Sweden, Switzerland, Thailand, the UK, and the USA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».