Bibliographic record
Abstract
Le marché du jeu vidéo, dominé par les productions américaines et japonaises, passe pour être la sphère la plus dynamique en matière de développement de logiciel, offrant à ses consommateurs des créations à la fois variées et constamment renouvelées. Malgré leur courte histoire, certains secteurs de ce marché accouchent de produits aux formats étonnamment stables. C’est notamment le cas des jeux d’action en trois dimensions qui se caractérisent par le recours à des dispositifs narratifs relativement homogènes d’une production à l’autre, homogénéité qu’il ne paraît pas possible d’imputer uniquement à la simplicité du concept de jeu sur lequel ils reposent. La constitution de ce genre de jeux pourrait donc être analysée comme une série de transpositions créatrices, d’un titre à un autre, mais également comme un processus d’importation de modèles narratifs en vigueur dans d’autres formes culturelles plus traditionnelles, telles que la lecture ou le cinéma. De ce fait, l’activité interprétative des publics de ces jeux n’est sans doute pas aussi univoque que la standardisation des formats le laisserait supposer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.017 |
| Scholarly communication | 0.008 | 0.011 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".