Corporate Ideology in World of Warcraft
Notice bibliographique
Résumé
Hours have gone to blade: days, weeks of my life. To be precise, in the past year I have spent eighteen days, two hours, and seventeen minutes in Azeroth1. And my level fifty-seven hunter, Ulcharmin, is one of lesser lights in our guild, the Truants, an active group of academics, a full contingent of Ph.D.s and advanced graduate students who dedicate a significant portion of their lives to the study of MMORPGs. By my estimation, about 5 % of my total life during the past year has gone into the World of Warcraft, perhaps 7.5 % of my waking life. While I’m no more addicted to Warcraft than I am to scotch, chocolate, or sex, I’ve spent more time killing trolls over the past year than I have drinking alcohol, eating candy, or making love (combined). During this same year, I watched the first two seasons of the narrative-rich, multi-sequential TV series Lost on DVD, forty-eight episodes, all in a row. That took about thirty-five hours total, about 8 % of the amount of time I spent playing World of Warcraft. During the course of my life, I’ve read James Joyce’s Ulysses three times, twice carefully. I estimate that took about six days of twenty-four-hour time, about eighteen full eight-hour working days, about 33 % of the time I’ve spent playing World of Warcraft. Is the world that the team of developers at Blizzard have created twelve times more compelling
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».