Vikinger, Guder og Videospill
Bibliographic record
Abstract
Sammendrag\nDenne oppgavens interessepunkt er å se på hvordan norrøn mytologi og religion blir brukt i videospill med hovedfokus på Assassin’s Creed Valhalla. Hoved spørsmålet handler om hvordan Ubisoft og Ubisoft Montréaø har brukt norrøn mytologi og religion i Assassin’s Creed Valhalla, og i hvilken grad norrøn mytologi og religion er til stede i spillets fortelling.\n\nJeg diskuterer dette interessepunktet og spørsmålet gjennom å se på bruken av spillselskapets promoteringsmateriale i form av trailere sluppet før spillets slippdato, og intervjuer gjort både før og etter spillet har kommet ut. Jeg bruker også mye hentet material fra spillet selv, og setter bruken av myter og mytologi opp mot hverandre for å forstå Ubisoft sine bestemmelser angående fortellingen og hvordan spillselskapet har brukt, endret og sveiset sammen disse mytene for fortellingens del. Jeg avslutter det hele med å se på bruken av volver og seidkvinner, samt tilfeldig religiøsitet som man finner i spillets åpne verden, for å komme til buns i forskningsspørsmålet.\n\nJeg konkluderer med at til tross for Ubisoft og Ubisoft Montréal sin bestemmelse om å skape et spill som er mer rotfestet i virkeligheten, enn i myter, mytologi og religion, har spillselskapet klart å bruke disse elementene på en egen måte, men samtidig gjort dem gjenkjennelige for personer som har allerede lest dem eller planlegger å lese dem, der det eneste problemet ligger i at store deler av den mytologiske delen ligger bak en valgfri del av spillet som ligger i tråd med Ubisoft sitt ønske om å lage et spill som ligger nærmere virkeligheten. Jeg konkluderer også med at Ubisoft og Ubisoft Montréal sin bruk av religion ligger på den svakere siden, men da ett av målene deres va å få verden til å føles levende på, og å få nordmennene til å oppføre seg som at de faktisk tror på mytene og mytologien, er det feil å si at selskapet har gjort en feil i det valget.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.643 | 0.401 |
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".