Créer ou produire un jeu vidéo? Étude ethnographique d’un milieu de production vidéoludique montréalais
Bibliographic record
Abstract
Le jeu vidéo est un produit qui ne cesse de gagner en popularité alors que les expériences ludiques tendent de plus en plus à se diversifier. Les recherches académiques sur l’objet vidéoludique se sont multipliées dans les dernières années afin de comprendre les particularités du nouveau média, surtout en ce qui concerne l’analyse du produit lui-même et sa réception, mais laissant peu de place à sa créa-tion et sa production. Montréal est un lieu idéal pour étudier le médium : en peu de temps, l’industrie du jeu vidéo est devenue l’un des fleurons industriels québécois. La présente étude s’est intéressée aux développeurs de Montréal, ville où se situe la plus grande partie des studios au Québec, afin de connaître leur perception du produit vidéoludique et de l’industrie. Au travers d’une perspective phénoménologique, un séjour ethno-graphique a été effectué dans un studio de production vidéoludique où plusieurs développeurs ont été observés et interviewés. Ce travail s’inscrit dans une anthropologie du travail et rend compte de la com-plexité qui émerge lorsqu’un travail essentiellement créatif vient se heurter à des motifs de production strictes. Plus encore, il rend compte d’un paradigme opposant directement la création et la production dans un milieu qui se présente comme une avenue prometteuse pour une jeunesse désirant vivre d’un travail créatif. Cette condition est attribuable à la nature du jeu vidéo lui-même qui se situe, selon Kline, Dyer-Witheford et De Peuter (2003), à mi-chemin entre la culture, la technologie et les visées commerciales (marketing). Les développeurs se trouvent donc entre deux eaux : d’un côté ils sont influencés par la culture du jeu, relevant de leurs pratiques, leurs préférences et des commu-nautés de développeurs et, de l’autre côté, par l’industrie qui dicte les façons de faire et viennent selon eux minimiser leur potentiel créatif.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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 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".