Adaptation and Diegesis of Pre-Existing Music in Historically-Based Video Games
Notice bibliographique
Résumé
The modern state of gaming has seen a variety of interactive narratives play out in a variety of worlds. A major setting of video games is ‘the past’, including historically-set games which are meant to mimic real epochs and places, all with varying degrees of accuracy to their factual counterparts. Interestingly, a pattern emerges within the soundtracks of these games: the use of pre-existing, diegetic music. As observed by scholars such as William Gibbons and Andra Ivǎnescu, such music is frequently chosen to make use of an audience’s prior musical associations within the context of the gameworld (Gibbons 2018, 43; Ivǎnescu 2019, 18-19). However, pre-existing music comes with the risk of misaligning with the player’s expectations for a given piece. Additionally, using diegetic music creates an additional risk of misalignment between the observed action and the heard sound (Neumeyer 2009, 31). Combining these two modalities could initially seem to be not worth the collective risks, but games like the historically-based Pentiment (2022) successfully integrate their audio with game narratives through careful curation of pre-existing musical works. What purpose does pre-existing music serve to warrant its widespread inclusion in historically-based games? A comparison of two works from Pentiment, the non-diegetic “Pierro’s Pride” and the diegetic “Rüdeger’s Rehearsal,” will demonstrate how diegetic music is bound by the depicted action, thereby musically reinforcing it, while non-diegetic music takes more liberties in its historical accuracy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».