Games, Simulations and Simulation Games : theoretical underpinnings
Notice bibliographique
Résumé
The "Simulation and Gaming Environments (SAGE) for Learning" Project, funded by the SSHRC-INE program, has assembled a network of research teams from across Canada to undertake projects in three applied research domains and three foundation research domains. The application domains are: • Games: activities in artificial settings that do not mimic reality, in which players compete to "win" using rules; • Simulation games: activities in simplified dynamic models of reality, in which players compete to win using rules; • Simulations: activities in simplified, dynamic but accurate models of reality, in which players explore and practice but do not compete. The foundation domains, which support all application domains, are: • Conceptual Foundations: systematic review of the literature on of the evolving terminology, concepts, and understanding of SAGE impacts on learning, as well as development of conceptual models to guide research in other domains; • Methodologies and Tools: identification, development, application, testing, and application of new research and evaluation methodologies and tools for technology-intensive SAGEs in all application domains; • Technologies: identification, development, application and evaluation of technologies that support learning in all SAGE application domains. These research projects are documenting current levels of knowledge and means for evaluating simulations and gaming environments for learning. In this paper which focuses on the Conceptual Foundations project, the research team initiated work based on the hypothesis that the reason research results on the impact of games and simulations on learning are generally vague and inconclusive is due to the absence of clear-cut definitions for these concepts. To correct this methodological weakness, an extensive literature review was undertaken covering the last five years which isolated the essential attributes of games, simulation and simulation games. This paper will present the research objectives, the documentary databases analyzed, the text analysis methodology used, the obtained results and the essential attributes of games, simulation and simulation games. A period for questions and answers will conclude this presentation.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,028 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 ».