MétaCan
Menu
Retour à la cohorte
Enregistrement W4416816822 · doi:10.1080/15295036.2025.2586779

If you love her, (don’t) let her go: generative “holding back” and the de-containment of the <i>Nancy Drew</i> PC games

2025· article· en· W4416816822 sur OpenAlexaff
Sara Bimo

Notice bibliographique

RevueCritical Studies in Media Communication · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésGenerative grammarGenerative modelGame studies

Résumé

récupéré en direct d'OpenAlex

In 2015, disaster struck for HerInteractive's Nancy Drew PC game franchise when the company delayed the release of Midnight in Salem, the 33rd game in the series. When the game was finally released, many fans lamented the loss of the so-called “classic Nancy Drew” atmosphere. One notable object through which these discourses cohered was HerInteractive's proprietary game engine, which had been used since 1998, and which was now being abandoned in favor of Unity. Through an analysis of the Nancy Drew games' former proprietary engine (in its appearances within fan and company discourses as well as its deployment in situ within the first 32 games of the series), I argue for this object as a container technology which mobilized a technique I term “holding back” to contain the culture and identity of the classic Nancy Drew games. I propose “holding back” as a strategy of resistance which articulates alternate imaginaries generatively out of step with the so-called progress of technology, and argue that the proprietary game engine cohered the world of the classic Nancy Drew games by desynchronizing players and games from trends within the mainstream gaming industry, thus carving out space for counterhegemonic play for alternative gamers.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,045
Communication savante0,0130,009
Science ouverte0,0020,007
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,040
Tête enseignante GPT0,364
Écart entre enseignants0,324 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Studies in Media CommunicationMême sujetDigital Games and MediaTravaux en français237 207