Définitions de la critique de jeu vidéo par les universitaires : un aperçu
Bibliographic record
Abstract
Cet article aborde une question qui peut sembler anodine : comment bâtir un corpus cohérent de critiques vidéoludiques en prévision de leur analyse formelle ? À partir d’exemples de textes journalistiques publiés sur Super Castlevania IV (dans les magazines papier et sur le web), nous démontrons comment l’identification des critiques n’est pas une chose aisée. Pour tenter de mieux circonscrire la critique de jeu vidéo, nous faisons un tour d’horizon de textes universitaires l’abordant. Plus spécifiquement, nous avons sélectionné des articles et livres qui portent une attention particulière à l’étude des critiques au sein de la presse spécialisée. À la suite de la revue des textes, nous proposons une piste de solution pour l’élaboration d’un modèle de définition de la critique. Un tel modèle (à construire) servira éventuellement à mieux délimiter les frontières de la critique journalistique par rapport aux autres textes.
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 | 0.007 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.011 | 0.009 |
| Science and technology studies | 0.009 | 0.023 |
| Scholarly communication | 0.015 | 0.012 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".