Étudier l’immersion en laboratoire : Quand les chercheurs s’interposent entre le jeu et le joueur
Bibliographic record
Abstract
Depuis deux décennies, on assiste à la multiplication des études en laboratoire cherchant à comprendre l’impact de diverses caractéristiques d’un jeu vidéo sur l’immersion du joueur à l’aide d’appareils de biométrie parfois inconfortables et intimidants. Le groupe de recherche Homo Ludens s’est intéressé aux effets d’une telle médiation sur l’expérience des joueurs et plus particulièrement sur leur concentration, leur engagement et leur immersion. Dans ce chapitre, nous présentons les résultats assez surprenants de notre recherche : le contexte de jeu en laboratoire et le recours à des instruments de biométrie n’ont pas nui à l’immersion des participants, mais ont, au contraire, favorisé la focalisation de leur attention sur le jeu et leur sentiment de transport dans l’environnement vidéoludique. Nous explorons alors différentes pistes d’explications pour éclairer ces résultats en nous appuyant sur des différentes théories en études du jeu. Nous suggérons finalement une série de précautions que les chercheurs peuvent prendre pour minimiser les effets de leur médiation dans le cadre d’une recherche en laboratoire impliquant des joueurs.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".