Etude et développements de jeux vidéo sonores accessibles aux personnes aveugles
Bibliographic record
Abstract
Les jeux vidéo sont un divertissement qui touche un public de plus en plus large. Cependant, le concept même de jeux basés sur la perception visuelle exclue toute une catégorie de joueurs: les personnes déficientes visuelles. Nous avons effectué un état de l’art des jeux sonores sous leurs différentes formes dans la première partie de cette thèse. Les jeux sonores souffrent d’une prise en main difficile. L’explication des règles par l’utilisation du langage n’est pas assez efficace et nuit au rythme de l’interaction. Nous nous demandons s’il est possible d’inclure un système non langagier permettant un démarrage rapide de la partie dans un jeu sonore accessible aux personnes non voyantes. La seconde partie constitue une réflexion théorique sur les qualités que doivent présenter les jeux pour permettre une prise en main rapide. Nous expliquons comment une personne devient joueur progressivement en suivant un processus d’apprentissage basé sur l’interaction. Il n’est pas nécessaire de fournir au joueur des informations explicites sur les règles du jeu mais il faut présenter à chaque étape un défi qui puisse être surmonté. Nous développons notre réflexion théorique en considérant les méthodes de communication audio non langagières telles que les « earcones » et les «icônes auditifs ». Nous considérons enfin les travaux de chercheurs qui préconisent de donner une orientation plutôt « musicale » à cette forme de communication non verbale. En troisième partie, nous tentons de répondre à notre problématique à l’aide de trois protocoles expérimentaux : - Premièrement, nous nous demandons s’il existe des différences de progressions entre deux groupes de personnes jouant à deux versions du même jeu dont l’une exclue l’aide explicite ? Les résultats de ce protocole montrent qu’il existe des différences : le système non verbal testé fonctionne mal mais deux joueurs parviennent à progresser sans aide langagière, ce qui nous amène à penser que ce système peut fonctionner et être amélioré. - Deuxièmement, nous nous demandons s’il y a des différences de progression entre deux groupes de joueurs déficients visuels ayant respectivement entre quinze et dix-sept ans ou entre dix-sept et vingt-deux ans, jouant à un autre jeu muni d’un système d’auto apprentissage non verbal amélioré. Les résultats ne nous permettent pas de conclure sur cette question mais nous amènent à penser que notre système pourrait être mieux appréhendé par un public de jeunes adultes. Le système d’auto apprentissage non explicite fonctionne de façon satisfaisante avec la plupart des joueurs. Troisièmement, nous nous demandons si des joueurs voyants peuvent être d’avantage intéressés par un jeu sonore si celui-ci présente un système de gratification visuelle. Il semble que ce soit le cas à condition que le rendu visuel soit suffisamment évocateur. En conclusion, nous proposons dans le cadre d’un jeu sonore de labyrinthe accessible aux personnes aveugles, un système d’apprentissage non langagier qui permet un démarrage rapide de la partie. L’efficacité de ce système est toutefois perfectible. Nous envisageons d’inclure ce système dans des styles de jeux variés et en simplifiant d’avantage le nombre de commandes requises, afin de le rendre plus accessible à d’autres publics de 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 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 | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".