MétaCan
Menu
Retour à la cohorte
Enregistrement W4415395599 · doi:10.1145/3766076

Redesigning Success: How Post-Growth Economics Can Reshape the Games Industry

2025· article· en· W4415395599 sur OpenAlexaff
Samantha Stahlke, Tanner Mirrlees, Pejman Mirza-Babaei

Notice bibliographique

Revueinteractions · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Institutions
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésProject commissioningPublishingIndustry 4.0Game theory

Résumé

récupéré en direct d'OpenAlex

tool-it can become an instrument for change.Post-growth economics is a field that seeks to shift the workings of our society away from endless expansion [1].It challenges the assumption that GDP is a worthy indicator of health and happiness, and it stresses the danger of environmental destruction.Ideally, it seeks to create socioeconomic stability and high living standards for all while preserving the planet we call home.It is easy to see why we should care about this goal as people, but why should we care as game developers?Creating games is wonderful.Working in the industry, however, is fraught with precarity.Will your game sell?Will it be successful enough to please your shareholders or to keep your job?We exist in an economy that demands these sales constantly increase.Falter in your compliance, and your work, lifestyle, and home could be in jeopardy.Many of us live with these fears daily, yet we continue to find joy in our work.To paraphrase Romain Rolland and Antonio Gramsci, the pessimism of our intellect is met with the optimism of our will.That optimism doesn't need to be relegated to a survival C Insights → Game developers are driven by remarkable passion, but the industry's growth motives often harm workers and players.→ The games industry can learn from the elements of post-growth economics that prioritize social, economic, and environmental sustainability.→ We can work toward better lives, better games, and a healthier community by shifting our definition of success.

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)0,008
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,009
Communication savante0,0070,012
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,028
Tête enseignante GPT0,241
Écart entre enseignants0,213 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueinteractionsMême sujetEconomic Theory and InstitutionsTravaux en français237 207