論文の概要: Removing Gamification: A Research Agenda

• arxiv url: http://arxiv.org/abs/2103.05862v2
• Date: Mon, 15 Mar 2021 00:36:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-08 13:51:38.044196
• Title: Removing Gamification: A Research Agenda
• Title（参考訳）: ゲーミフィケーションの除去:研究課題
• Authors: Katie Seaborn
• Abstract要約: 私は、この芸術の現状とゲーミフィケーションの除去の影響について、迅速にレビューします。 発見は、ゲーミフィケーションの除去に関連するプラス効果とマイナス効果の混合を示唆している。 私は最終的に、システムが非ゲーミフィケーションされた後に発する可能性のある効果を照らすための経験的および理論的研究を求めます。
• 参考スコア（独自算出の注目度）: 13.32560004325655
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The effect of removing gamification elements from interactive systems has been a long-standing question in gamification research. Early work and foundational theories raised concerns about the endurance of positive effects and the emergence of negative ones. Yet, nearly a decade later, no work to date has sought consensus on these matters. Here, I offer a rapid review on the state of the art and what is known about the impact of removing gamification. A small corpus of 8 papers published between 2012 and 2020 were found. Findings suggest a mix of positive and negative effects related to removing gamification. Significantly, insufficient reporting, methodological weaknesses, limited measures, and superficial interpretations of "negative" results prevent firm conclusions. I offer a research agenda towards better understanding the nature of gamification removal. I end with a call for empirical and theoretical work on illuminating the effects that may linger after systems are un-gamified.
• Abstract（参考訳）: インタラクティブシステムからゲーミフィケーション要素を取り除く効果は、ゲーミフィケーション研究における長年の疑問である。 初期の研究と基礎理論は、ポジティブエフェクトの持続性とネガティブエフェクトの出現に関する懸念を提起した。 しかし10年近く経った今、これらの問題について合意を求める研究は行われていない。 ここでは,芸術の現状とゲーム化の排除の影響について,迅速なレビューを行う。 2012年から2020年の間に8つの論文からなる小さなコーパスが発見された。 発見は、ゲーミフィケーションの除去に関連するプラス効果とマイナス効果の混合を示唆している。 顕著なことに、報告不足、方法論的弱さ、限定的な措置、および「否定的」結果の表層的解釈は、確固たる結論を妨げている。 ゲーミフィケーション除去の性質をよりよく理解するための研究課題を提示します。 私は最終的に、システムが非ゲーミフィケーションされた後に発する可能性のある効果を照明する経験的および理論的研究を求める。

関連論文リスト

• Understanding the Impact of Negative Prompts: When and How Do They Take Effect? [92.53724347718173]
  本稿では, 負のプロンプトがどのように作用するか, どのように作用するかを明らかにするための, 初めての総合的研究について述べる。 我々の経験的分析は、負のプロンプトの2つの主要な挙動を識別する。 負のプロンプトは、単純な適応アルゴリズムによって、背景に最小限の変更を加えて、オブジェクトの塗り絵をしやすくする。
  論文  参考訳（メタデータ） (2024-06-05T05:42:46Z)
• What Hides behind Unfairness? Exploring Dynamics Fairness in Reinforcement Learning [52.51430732904994]
  強化学習問題では、エージェントはリターンを最大化しながら長期的な公正性を考慮する必要がある。 近年の研究では様々なフェアネスの概念が提案されているが、RL問題における不公平性がどのように生じるかは定かではない。 我々は、環境力学から生じる不平等を明示的に捉える、ダイナミックスフェアネスという新しい概念を導入する。
  論文  参考訳（メタデータ） (2024-04-16T22:47:59Z)
• The Effect of Scaling, Retrieval Augmentation and Form on the Factual Consistency of Language Models [7.2022332882214695]
  大規模言語モデル(LLM)は、事実知識に対する自然なインタフェースを作るが、その有用性は意味論的に等価な質問に対して一貫性のない回答を提供する傾向によって制限される。 不整合の潜在的な原因を特定し、検索コーパスを用いてLMのスケールアップと拡張という2つの緩和戦略の有効性を評価する。
  論文  参考訳（メタデータ） (2023-11-02T15:20:11Z)
• Negative Effects of Gamification in Education Software: Systematic Mapping and Practitioner Perceptions [1.2184324428571227]
  バッジ、リーダーボード、コンペティション、ポイントは、しばしばネガティブな影響をもたらすと報告されるゲームデザイン要素である。 最も引用されたネガティブな影響は、効果の欠如、パフォーマンスの悪化、モチベーションの問題、理解の欠如、無関係であった。
  論文  参考訳（メタデータ） (2023-05-15T04:51:00Z)
• What's the Harm? Sharp Bounds on the Fraction Negatively Affected by Treatment [58.442274475425144]
  我々は,これらの関数がどの程度の速さで学習されたかに関わらず,効率の良い頑健な推論アルゴリズムを開発した。 シミュレーション研究および失業者のキャリアカウンセリングのケーススタディにおいて,本手法を実証する。
  論文  参考訳（メタデータ） (2022-05-20T17:36:33Z)
• Effects of Multi-Aspect Online Reviews with Unobserved Confounders: Estimation and Implication [19.74820808192969]
  当社は、オンラインレビューがビジネス収益および数値的要因(評価)に直接影響する影響を仲介者として調査する。 機械学習と因果推論の最近の進歩に基づき、隠れた共同創設者と因果効果を一緒に見積もる。 本稿では,実例を用いた実証的評価を行い,戦略的事業運営における多面的効果の差別化の重要性と意義について論じる。
  論文  参考訳（メタデータ） (2021-10-04T23:38:21Z)
• Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect [95.37587481952487]
  長い尾の分類は、大規模なディープラーニングの鍵である。 既存の手法は主に、基本的な理論を欠いた再重み付け/再サンプリングに基づいている。 本稿では,従来の手法の理由を解明するだけでなく,新たな原理的解を導出する因果推論の枠組みを確立する。
  論文  参考訳（メタデータ） (2020-09-28T00:32:11Z)
• Avoiding Negative Side Effects due to Incomplete Knowledge of AI Systems [35.763408055286355]
  エージェントの行動の負の副作用を認識して回避する学習は、自律システムの安全性と信頼性を向上させるために重要である。 ネガティブな副作用の緩和は、AIシステムの展開が急速に増加しているために注目が集まっている、新たな研究トピックである。 本稿は、様々な形態の負の副作用と、それらに対処する最近の研究成果について概説する。
  論文  参考訳（メタデータ） (2020-08-24T16:48:46Z)
• Amnesic Probing: Behavioral Explanation with Amnesic Counterfactuals [53.484562601127195]
  調査結果から行動学的結論を推測できない点を指摘する。 我々は、どの情報がエンコードされているかではなく、その情報がどのように使われているかに焦点を当てた代替手段を提供する。
  論文  参考訳（メタデータ） (2020-06-01T15:00:11Z)
• Explainable Object-induced Action Decision for Autonomous Vehicles [53.59781838748779]
  自動運転の新しいパラダイムが提案されている。 それは人間がその問題を解決する方法にインスパイアされている。 この問題を解決するためにCNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-20T17:33:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。