MétaCan
Menu
Back to cohort
Record W4384659801 · doi:10.4000/sdj.5276

Dix critères inspirés de Paulo Freire pour l’étude et la conception de jeux à visée de conscientisation

2023· article· fr· W4384659801 on OpenAlexaff
Homo Ludens

Bibliographic record

VenueSciences du jeu · 2023
Typearticle
Languagefr
FieldPsychology
TopicEducational Games and Gamification
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Selon Paulo Freire (1971), la conscientisation est un processus d’apprentissage collectif visant à faire émerger chez les individus une réflexion critique à travers une praxis. Basée sur la pédagogie et la conscientisation des opprimé·es, la philosophie freirienne de l’action peut aider à mettre en lumière le potentiel de conscientisation du jeu et à déterminer les critères qui définissent un jeu de conscientisation. Cet article vise ainsi à répondre à cette question en développant un modèle pour définir des jeux à visée de conscientisation à partir de dix critères inspirés de la philosophie de Freire. Pour ce faire, dans un premier temps, un bref retour historique sur les racines philosophiques et politiques de la conscientisation chez Freire permettra de soulever certaines caractéristiques propres à une conscience critique. Par la suite, des études sur les jeux à visée de conscientisation seront présentées afin de colliger des éléments structurants de ce type de jeux. Ce travail permettra ensuite de proposer une définition basée sur dix critères qui circonscrivent les jeux à visée de conscientisation. Puis, ce modèle sera appliqué à trois exemples de jeux afin de démontrer son opérationnalité. Finalement, l'article se conclura en démontrant la cohérence de l’articulation entre la philosophie freirienne et les jeux à visée de conscientisation, particulièrement dans un contexte de cocréation de jeux tel qu’un game jam.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.528
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.060
GPT teacher head0.409
Teacher spread0.349 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueSciences du jeuSame topicEducational Games and GamificationFrench-language works237,207