MétaCan
Menu
Retour à la cohorte
Enregistrement W7112549538

СЕКСИЗМ У КОМП’ЮТЕРНИХ ІГРАХ

2019· article· uk· W7112549538 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogy · 2019
Typearticle
Langueuk
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberspaceHarassmentProgrammerVideo gameThe Internet
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The article demonstrates the examples of sexism in modern gaming. The authors regard thisphenomenon as natural. It originated in the 1980s, when men became the main consumer of computer games. Thus, cyberspace has become a “closed area” where male business owners have paid male programmers money to create computer games for men. In the 21 st century, the situation has changed dramatically: almost half of today's gamers are women, and there are many women among video game developers and business owners, but the approach to portraying characters in games has remained the same.The authors stress the importance of the activities of Canadian-American blogger Anita Sarkeesian, who was one of the first to raise the issue of sexism in video games in 2012. The activity of a feminist provoked a whole lot of discussion not only among the gamers. The attacks on Anita Sarkeesian's life and the numerous threats that came to her have attracted the attention of the United NationsThe most notorious sexist scandal in cyberspace was the so-called “gamergate” (2014). Programmer Zoë Quinn and her followers have fallen victim to harassment by colleagues and gaming men. As a result of media attention to gaming and active civic activism of Anita Sarkeesian, the international community has drawn attention to sexism in video games. Computer programmers, despite the additional material costs, began to add more female characters to games, more often to portray women as positive heroines with real body proportions and in appropriate clothing. The Committee of Ministers of the Council of Europe has adopted a Recommendation on Preventing and Combating Sexism (2019), presenting a video and an initiative webpage on eradicating sexism with the hashtag #StopSexism and the slogan “Sexism: See it. Name it. Stop it”.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,004
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0360,010

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 Opus0,063
Tête enseignante GPT0,345
Écart entre enseignants0,282 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogyMême sujetDigital Games and MediaTravaux en français237 207