تفسیر نمادهای نقشه در زمینه سن و تجربه گیمرها

در این مقاله محققان تفاوت هایی را که ممکن است مشخصه گروه های منتخبی از گیمرها با توجه به سن و زمان صرف شده برای انجام یک بازی بقا، Valheim، در مواجهه با تفسیر آنها از نمادهای نقشه مورد استفاده در بازی باشد، بررسی کردند. بازی ویدیویی Valheim که در اوایل سال ۲۰۲۱ منتشر شد، یک بازی بقا است که در دنیای گیم‌پلی با الهام از اسطوره‌های نورس جریان دارد. نویسندگان مقاله خاطرنشان کردند که عامل سن و تجربه بازی ممکن است نتایج متفاوتی از نظر تفسیر محصولات کارتوگرافی داشته باشد. داده‌های به‌دست‌آمده از پرسشنامه آنلاین به دست آمده است. در تجزیه و تحلیل آماری، نویسندگان از آزمون کای دو پیرسون و روش بنجامینی-هوکبرگ برای یافتن تفاوت‌های آماری معنی‌دار بین گروه‌های منتخب پاسخ‌دهندگان و تفسیر ذهنی آنها از نمادهای نقشه استفاده کردند. تجزیه و تحلیل آماری چندین تفاوت و روابط جالب را در تفسیر نمادها نسبت به سن بازیکنان و در تفسیر نمادها نسبت به زمان صرف شده در بازی نشان داد. برای تحقیقات آینده، ارزش ادامه تحقیق در مورد بازی‌های ویدیویی جدید با محصولات نقشه‌برداری موجود را دارد تا بررسی شود که بازی‌ها و بازیکنان چگونه بر فرهنگی که در آن شرکت می‌کنند تأثیر می‌گذارند.

کلید واژه ها:

نمادهای نقشه ; بازی های ویدیویی ؛ تجزیه و تحلیل آماری ; تجربه گیمرها ؛ طراحی نقشه کشی ; کارتوگرافی چند رسانه ای

۱٫ مقدمه

بازی های ویدیویی یکی از محبوب ترین و رایج ترین سرگرمی های روزمره هستند. بیشتر بازی‌های ویدیویی ماهیت فضایی دارند، یعنی تعدادی از پدیده‌های مرتبط با یکدیگر را با فضاهای منسجم نشان می‌دهند [ ۱ ، ۲ ، ۳ ]. توسعه دهندگان بازی اغلب نقشه های درون بازی را ارائه می کنند که به بازیکنان کمک می کند تا در دنیای مجازی حرکت کنند [ ۴ ، ۵ ]. بسیاری از بازی‌ها دارای مناطق جغرافیایی پیچیده‌تر و پیچیده‌تری هستند و نیاز به درک آسان‌تر از دنیای ارائه‌شده، نیازمند بهبود و افزودن عناصر جدیدتر و جدیدتر نقشه‌برداری است: مینی نقشه، قطب‌نما، فلش‌ها، نقشه‌های جهان، نمادهای نقشه‌برداری و موارد دیگر [ ۶ ، ۷ ، ۸ ].]. فضای ذاتی بازی های ویدیویی امکان ایجاد نقشه ها را در هر سبک بازی ویدیویی فراهم می کند. از نقشه‌هایی که دنیای بازی را به تصویر می‌کشند (World of Warcraft)، نقشه‌های تعاملی در بازی‌های رایانه‌ای (سری Civilization)، بازی‌های موبایلی که از GPS پشتیبانی می‌کنند (Pokémon GO) و همچنین استفاده از نقشه‌های ماهواره‌ای (Zombies، Run!) که دارای تعامل با بازیکن در همه حال

بازی‌های ویدیویی سیستم‌های فناوری پیچیده‌ای را تشکیل می‌دهند که مسائل فضایی، فیزیکی و اجتماعی متعددی را با هم ترکیب می‌کنند. جغرافی دانان و نقشه نگاران بیشتر و بیشتر با موضوع «کارتوگرافی و بازی ها» [ ۹ ، ۱۰ ، ۱۱ ، ۱۲ ] سروکار دارند و جنبه های فنی بازی و تولید اجزا را توصیف می کنند. بحث در مورد تأثیر دائمی فزاینده بازی ها بر تجسم های نقشه برداری از طریق افزایش محبوبیت واقعیت مجازی و محیط های واقعیت افزوده آشکار می شود [ ۱۳ ، ۱۴ ، ۱۵ ، ۱۶ ، ۱۷ ].

مشکل ارزیابی محصولات کارتوگرافی بسیار گسترده است. روش های نظرسنجی مورد استفاده در نقشه برداری به اشکال مختلف ظاهر می شوند: بررسی مستقیم، بررسی اینترنتی، روش های ردیابی چشم، وظیفه دستگاه تلفن همراه GPS، مشاهده مستقیم کاربر در کارهای دیجیتال [ ۱۸ ، ۱۹ ، ۲۰ ، ۲۱ ]. هنگام ایجاد یک نظرسنجی، ما باید تأکیدی را بر روی جمعیت شرکت کنندگانی که هدف قرار می دهیم تغییر دهیم، که توسط عواملی که برای هدف ارائه شده مطالعه مهم هستند، محدود می شود، مانند: سن، جنسیت، فرهنگ، کشور مبدا، تجربه، عامل تایید کننده هدف مطالعه یا انگیزه های روانی [ ۲۲]. یکی از محبوب ترین روش ها در نقشه برداری، نظرسنجی آنلاین است که به شما امکان می دهد داده ها را از طیف گسترده ای از کاربران جمع آوری کنید و به شما امکان می دهد نظرات ذهنی را به دست آورید [ ۲۳ ، ۲۴ ]. در مطالعات اختصاص داده شده به نقشه برداری، تعداد پاسخ دهندگان از ۲۰ تا ۱۰۰ پرسشنامه مربوط به یک نسخه از نقشه [ ۲۵ ، ۲۶ ، ۲۷ ] متغیر است که تعداد آنها بسته به تعداد نسخه های محصولات نقشه برداری به نسبت بیشتر است [ ۲۸ ، ۲۹ ]. ].

فضا در بازی های ویدیویی با نمادهای نقشه نشان داده می شود که اطلاعات را با استفاده از متغیرهای بصری منتقل می کنند ( شکل ۱ ). متغیرهای بصری توسط برتین [ ۳۰ ] با شناسایی هفت دسته از متغیرها معرفی شدند. شکل یا رنگ این طبقه بندی بر اساس گزینش پذیری بود، یعنی توانایی تشخیص یک دسته در حالی که دسته دیگر را نادیده گرفت. اطلاعات گرافیکی، مانند شکل و رنگ نماد، و زمینه استفاده، می تواند بر تفسیر کاربران از نمادها تأثیر بگذارد. کیل و همکاران [ ۳۱ ] خاطرنشان کرد که در بسیاری از موارد، طراحی نمادهای نقشه‌کشی بر اساس تجسم ویژگی‌های معرف یک شی معین نیست، بلکه بر اساس تمرکز بر استانداردهای طراحی بازتعریف شده مرتبط با عملکرد شی است.

نقشه‌ها یک عنصر جدایی ناپذیر مهم هستند که در هندسه‌های کاملاً قابل درک استفاده می‌شوند [ ۳۲ ]. نقشه‌ها اغلب در بازی‌های ویدیویی به‌عنوان نمایشی از یک فضای جغرافیایی تخیلی استفاده می‌شوند، در حالی که تفسیر نمادهای نقشه‌برداری توسط گروه‌های مختلف کاربران به یک مشکل مهم تبدیل می‌شود [ ۳۳ ]. بهترین قابل تشخیص، نمادهای کارتوگرافی هستند که مستقیماً یک شی خاص را نشان می دهند یا به انجمن های مربوط به ویژگی های پدیده ها اشاره می کنند [ ۳۴ ]. یکی دیگر از جنبه های مورد مطالعه در نقشه کشی، تجربه کاربران در تفسیر نمادها بر روی نقشه ها توسط متخصصان یا افراد تازه کار است [ ۳۵ ]. در مورد متخصصان و تازه کارها، تفاوت های بسیار زیادی در ارزش گذاری طرح کارتوگرافی برای تجسم یکسان مشاهده می شود [ ۳۶ ]، ۳۷ ]. همچنین تفاوت هایی در مطالعاتی وجود دارد که در آنها مدت زمانی که کاربران از برنامه استفاده می کنند مهم است و آنها توانایی استفاده از نمادها و عملکردهای آنها را به دست می آورند [ ۳۸ ]. در این تحقیق به اهمیت طول تجربه در استفاده از نمادهای نقشه برداری در یک بازی ویدیویی پرداختیم که برای تفاوت بین اولین تماس با نقشه و پس از استفاده طولانی تر اهمیت دارد.

۲٫ اهداف و سؤالات تحقیق

داده های به دست آمده از طریق پرسشنامه معمولاً داده های اسمی هستند. در این مورد، محققان می توانند از مجموعه ای از آزمون های ناپارامتریک در فرآیند آزمون فرضیه های آماری استفاده کنند. همه چیز بستگی به این دارد که اهداف تحقیق چیست، محققین قصد دارند به چه چیزی دست یابند و چه نوع متغیرها و مقوله هایی را می خواهند در کنار هم قرار دهند. در این مقاله، نویسندگان می‌خواهند از داده‌های پرسشنامه برای بررسی همبستگی‌ها در تفسیر نمادهای نقشه از بازی ویدیویی “Valheim” استفاده کنند. نویسندگان به دنبال همبستگی یا تفاوت بین گروه های مستقل از پاسخ دهندگان (بازیگران) در زمینه سن و زمان صرف شده در دنیای بازی مجازی بودند. نویسندگان به این نتیجه رسیدند که دو سؤال تحقیق مطرح شده می تواند به دستیابی به پاسخ هایی برای درک تفسیر نمادهای نقشه برداری کمک کند:

آیا بین سن گیمرها و تفسیر آنها از نمادها همبستگی وجود دارد؟
آیا بین زمان صرف شده برای بازی Valheim و تفسیر نمادها همبستگی وجود دارد؟

سؤالات مربوط به سن و زمان صرف شده در یک بازی خاص، یک عامل جهانی در پرسشنامه در مورد ادبیات بازی های ویدیویی است. در ادبیات، سن بازیکنان از نظر روان‌شناختی بررسی می‌شود، اینکه چگونه بر رفتار روانی اجتماعی در بین بازیکنان تأثیر می‌گذارد و مرز تجربیات زندگی را تعیین می‌کند که می‌تواند در رفتار درون بازی منعکس شود [ ۳۹ ]. در مقابل، زمان صرف شده در یک بازی ویدیویی اغلب در روانشناسی در تحقیقات در مورد سلامت روان و مهارت های اجتماعی، و همچنین در تحقیقات شناختی و تفسیر پدیده های درون بازی که مستقیماً بر بازیکن تأثیر می گذارد، ترکیب می شود [ ۴۰ ، ۴۱ ].]. نویسندگان با تحلیل و تجربه ادبیات علمی به این نتیجه رسیدند که این دو عامل بهترین بازتاب تفسیر نمادهای نقشه برداری برای گروه های مختلف پاسخ دهندگان خواهد بود.

۳٫ مواد و روش ها

بازی کامپیوتری Valheim توسط استودیوی Iron Gate ساخته شد که در سال ۲۰۲۱ به یکی از محبوب ترین بازی ها تبدیل شد. طبق گفته پلتفرم Steam، در ابتدای فوریه ۲۰۲۱، این بازی توسط حدود ۴ میلیون نفر در مدت ۲۰ روز دانلود شد [ ۴۲ ] . این یک بازی بقا است که در دنیایی مبتنی بر اساطیر نورس با مفهوم جعبه شنی جریان دارد. دنیای بازی دارای رابط کاربری بسیار ساده و قابل فهمی است که شامل نقشه دنیای بازی می شود. نقشه بازی یک محصول ساده نقشه کشی است که شامل یک طرح طراحی شده از دنیای بازی و ۱۲ نماد نقشه برداری در مکان های مختلف است ( شکل ۲ ) [ ۴۳ ].

داده های پرسشنامه از طریق پلت فرم LimeSurvey [ ۴۳ ، ۴۴ ، ۴۵ ] جمع آوری شده است ( شکل ۳ ). پیوندی به نظرسنجی آنلاین در سطح بین‌المللی از طریق انجمن‌های مرتبط با بازی (گروه‌های Reddit، Gamespot، IGN، NeoGAF، Facebook) توزیع شد. داده ها بین ۱۹ و ۳۱ مارس ۲۰۲۱ جمع آوری شد. تعداد پاسخ دهندگانی که در نظرسنجی شرکت کردند ۱۰۴۳ نفر بود. از ۱۰۴۳ پاسخ دهنده که کل نظرسنجی را پر کردند، ما فقط ۵۱۳ بازیکن Valheim را انتخاب می کنیم. طبق داده های زمانی، بازیکنان باید به طور متوسط ۶ دقیقه برای نظرسنجی (حداکثر ۳۰ دقیقه و حداقل ۱ دقیقه) وقت می گذاشتند [ ۴۳]. در این مطالعه نظرات گیمرها مورد توجه قرار گرفت. پاسخ‌دهندگان در پرسشنامه دارای ذهنیت کامل بودند. از این رو برای جداسازی گروه های فردی، فرآیند طبقه بندی پیشنهاد شد. تمامی پاسخ‌های سؤالات مشخص شده در طول طبقه‌بندی دسته‌بندی جداگانه خود را دریافت کردند. نویسندگان یک دسته بندی داده جداگانه برای هر یک از نمادهای قبلاً مورد بحث، به دلیل تنوع و معنی آنها ایجاد کردند. در مرحله بعد، تعداد پاسخ‌ها از تمام دسته‌های شناسایی‌شده برای هر سؤال مورد تجزیه و تحلیل قرار گرفت و مشخص شد زمانی که تعداد پاسخ‌ها از ۱ درصد کل پاسخ‌ها در یک گروه خاص از پاسخ‌دهندگان بیشتر شود، مقوله در تحلیل داده‌ها صحیح خواهد بود. . این مطالعه به مشکل تفسیر نمادهای استفاده شده در بازی Valheim نمی پردازد.۴۳ ].

تا آنجا که به داده های پرسشنامه مربوط می شود، تأیید فرضیه ها شامل متغیرهای کیفی از طریق آزمون های ناپارامتریک صورت می گیرد. آزمون کای دو پیرسون (χ ^۲ ) یکی از آزمون های ناپارامتریک است که بیشترین استفاده را در رشته های تحقیقاتی متعددی دارد. آزمون χ ^۲ ممکن است برای بررسی همبستگی بین دو متغیر استفاده شود. توسط کارل پیرسون معرفی شد و موضوع بحث های زیادی بود. در یک سری مقالات، آزمون χ ^۲ مورد تجزیه و تحلیل قرار گرفت [ ۴۶ ، ۴۷ ] و مشکلات آن مورد بحث قرار گرفت [ ۴۸ ، ۴۹ ]. آزمون کای اسکوئر در تمامی حوزه های پژوهشی مورد استفاده قرار گرفته است [ ۵۰]. کاربردهای اصلی آن عبارتند از: تناسب مناسب [ ۵۱ ، ۵۲ ، ۵۳ ]، ارتباط/ استقلال [ ۵۴ ، ۵۵ ]، همگنی [ ۵۶ ، ۵۷ ]، طبقه بندی [ ۵۸ ، ۵۹ ، ۶۰ ، ۶۱ ، ۶۲ ] و غیره .

نویسندگان مطالعه از آزمون پیرسون در زمینه داده های جمع آوری شده از مقاله استفاده کردند. معمولاً می‌دانیم که آزمون کای‌دو پیرسون متعلق به خانواده آزمون‌هایی است که مفروضات زیر برای آن‌ها مطرح شده است [ ۵۰ ، ۶۳ ، ۶۴ ]:

داده ها به صورت تصادفی از جامعه جمع آوری شده است.
اندازه نمونه به اندازه کافی بزرگ است. استفاده از آزمون χ ^۲ با نمونه تحقیقاتی بسیار کوچک ممکن است به نشانگر غیرقابل قبول خطای نوع II منجر شود (پذیرش فرضیه صفر، در حالی که در واقع نادرست است) [ ۶۵ ]. هیچ اندازه قابل قبولی برای نمونه وجود ندارد، از این رو، حداقل مقدار نمونه بین ۲۰ تا ۵۰ نفر در نوسان است.
مقدار در سلول های جداگانه زمانی درست است که بیش از ۱/۵ مقادیر مورد انتظار کمتر از ۵ نباشد و سلولی با عدد صفر وجود نداشته باشد [ ۶۶ ].

WG Cochran منبع قوانین فوق است [ ۶۷ ] و همانطور که Bolboacă و همکارانش. [ ۵۰ ] بنویسید، آنها خودسرانه انتخاب شده اند. هنگامی که از بین مفروضات فوق، فرض سوم محقق نشد، تصحیح یتس برای تداوم اعمال می شود [ ۶۸ ]. زمانی که تصحیح یتس برای تداوم غیرقابل قبول باشد، آزمون دقیق فیشر یک جایگزین است [ ۶۹ ]. همانطور که Bolboacă و همکاران. [ ۵۰ ] برجسته می شود، آزمون دقیق فیشر به عنوان “آزمون طلایی” در تجزیه و تحلیل همبستگی ها به نظر می رسد در حالی که تصحیح یتس برای تداوم و آزمون منتل-هنزل ممکن است به عنوان آزمون های جایگزین استفاده شود. شایان ذکر است که آزمون دقیق فیشر [ ۷۰] زمانی ترجیح داده می شود که داده هایی با مقدار مورد انتظار کوچک تجزیه و تحلیل شوند.

^{آزمون χ ۲} پیرسون ، مانند سایر آزمون‌های ناپارامتریک، مشروط به توزیع مجموعه مورد بررسی نیست. بنابراین، ممکن است هم برای توزیع نرمال و هم برای همه موارد دیگر [ ۶۵ ] اعمال شود. آزمون χ۲ ممکن است به ویژه در موقعیت‌هایی مفید باشد که در آن ^دو متغیر به‌دست‌آمده با استفاده از پرسشنامه در مقیاس اسمی اندازه‌گیری می‌شوند و نتایج در ماتریس با تعداد آیات و ستون‌هایی که آزادانه انتخاب شده‌اند ارائه می‌شوند. آزمون کای دو پیرسون عمدتاً در مطالعه همبستگی بین متغیرهای اسمی استفاده می شود [ ۶۵ ]]. زمانی که مقادیر آن دسته‌ها را نشان می‌دهند، این متغیر به‌عنوان اسمی تلقی می‌شود، به عنوان مثال، تعیین اینکه کدام مورد بزرگ‌تر، برتر یا مرتبط‌تر از دیگری است غیرممکن است [ ۷۱ ].

آزمون کای اسکوئر اطلاعاتی را ارائه می دهد که آیا یک همبستگی وجود دارد یا نه (احتمال رد فرضیه صفر). با این حال، آن را نمی تواند در مورد اهمیت همبستگی نشان داده شده مطلع شود. در آزمون مجذور کای، مقدار مشاهده شده با مقدار مورد انتظار مقایسه می شود. استفاده از آزمون دقیق فیشر به فرد کمک می کند تا عدم برآورده کردن فرض سوم آزمون χ۲ را برطرف ^کند . برای یافتن تفاوت های قابل توجه بین متغیرهای فردی، باید یک تصحیح آزمایشی را اعمال کرد. در زمینه تحقیقات نویسندگان، در میان اصلاحات متعدد، درمان بنجامینی-هوچبرگ قوی ترین است. تصحیح تمام تفاوت ها (از لحاظ آماری معنی دار) را نشان می دهد و نرخ مثبت کاذب مورد انتظار را در بین آنها به حداقل می رساند [ ۷۲].

۴٫ نتایج

تحقیقات آماری در نرم افزار PQStat (v 1.8.0) انجام شده است. نویسندگان تنها داده‌های مربوط به گیمرهایی را که Valheim بازی می‌کنند در نظر گرفتند تا تفاوت‌ها در تفسیر آنها از نمادهای موجود در بازی را بررسی کنند. تفاوت‌ها بین گروه‌های مستقل مربوط به سن پاسخ‌دهندگان و کل زمانی که آنها برای انجام بازی قبل از تحقیق صرف کرده‌اند، بررسی می‌شود. با توجه به اینکه نویسندگان به عنوان بخشی از تحلیل های آماری که انجام می دهند، با داده های حاصل از پرسشنامه سر و کار داشتند و معیار داده های اسمی را دارا بودند، نویسندگان آزمون کای اسکوئر پیرسون را برای شناسایی معنادار آماری انتخاب کردند. تفاوت در تفسیر نمادها برای تمام داده های تحلیل شده، PQStat نتوانست نشان دهد که قضیه کوکران (فرض سوم آزمون) [۶۶ ] ملاقات شد; از این رو، آزمایش دقیق فیشر به علاوه انجام شد [ ۵۰ ، ۷۰ ]. برای اینکه بتوانیم تفاوت‌های قابل‌توجهی را بین گروه‌ها مشخص کنیم، روش بنجامینی – هوچبرگ [ ۷۲ ] اجرا شد.

۴٫۱٫ تفسیر سن و نماد

سوال در مورد سن یکی از سوالات متداول در پرسشنامه ها است [ ۷۳ ]. همچنین راهی برای بررسی اینکه آیا پاسخ دهندگان از نظر سنی یک گروه همگن هستند یا نه [ ۷۴ ]. در این مورد، از پاسخ دهندگان خواسته شد تا سن خود را مستقیماً فاش کنند. پس از جمع‌آوری داده‌های پرسشنامه، نویسندگان پنج گروه سنی را بر اساس داده‌های آماری منتشر شده در بخش جهانی بازی‌های رایانه‌ای [ ۷۵ ، ۷۶ ] متمایز کردند. سپس، نتایج در گروه های سنی گروه بندی شدند:

بیش از ۴۶ سال (۸٫۸٪ از بازیکنان)؛
از ۳۱ تا ۴۵ سال (۳۸٫۴٪ از بازیکنان)؛
از ۲۶ تا ۳۰ سال (۲۸٫۴٪ از بازیکنان)؛
از ۲۰ تا ۲۵ سال (۱۹٫۱٪ از بازیکنان)؛
کمتر از ۱۹ سال (۳٫۹٪ از بازیکنان)؛
هیچکدام (۱٫۴ درصد از بازیکنان).

هر گیمر آزاد بود که سن خود را ندهد و هفت نفر از این فرصت استفاده کردند. بزرگترین گروه سنی شامل گیمرهای ۳۱ تا ۴۵ ساله و کوچکترین آنها زیر ۱۹ سال بود. بر اساس داده ها، می توان نتیجه گرفت که گیمرهایی که در تحقیق شرکت کردند، یک گروه همگن از پاسخ دهندگان ایجاد نمی کنند.

یکی از اهداف مهم مقاله بررسی این بود که آیا سن گیمرها به طور مستقیم بر تفسیر نمادها در بازی Valheim (سوال تحقیق) تأثیر می گذارد یا خیر. نتایج قابل توجه آزمون χ ^۲ پیرسون به محققان اجازه داد تا دو همبستگی را بیابند ( جدول ۱ ):

۴٫۱٫۱٫ سن و تفسیر نماد ۴

برای این مقایسه، p -value آزمون کای دو پیرسون ۰٫۰۴۴۷۳۷ بود. قضیه کوکران برآورده نشد (فرض سوم آزمون کای اسکوئر) [ ۶۶ ]; بنابراین، آزمون دقیق فیشر ( p -value = ۰٫۰۱۹۹۹) انجام شد. همانطور که از مطالعات قبلی مشخص شد، گیمرها (پاسخ دهندگان پرسشنامه) نماد را به روش زیر تفسیر کردند [ ۴۳ ]:

گربه ۱-تخت/خواب-۵۴%؛
گربه ۲-نقطه تخم ریزی فعلی/نقطه ذخیره-۴۲٫۵%;
گربه ۳-پایه/خانه اصلی-۳٫۳%;
سایر – ۰٫۲٪.

روش بنجامین-هوشبرگ دو تفاوت قابل توجه برای تفسیر نماد ۴ بین دسته های ۱ و ۳ ( p -value = ۰٫۰۳۲۶۹۵) و همچنین ۲ و ۳ ( p -value = ۰٫۰۳۲۶۹۵) نشان داد ( شکل ۴ B).

تا آنجا که به قسمت A شکل ۴ مربوط می شود، روش بنجامین-هوشبرگ هیچ نتیجه آماری مرتبطی را نشان نداد ( p -value > 0.05) در مورد تفاوت بین دسته بندی های تفسیر نماد ۴٫

۴٫۱٫۲٫ تفسیر سن و نماد ۱۰

نماد ۱۰ توسط گیمرها به ۱۰ روش مختلف (به علاوه گروه None and the Other ) تفسیر شد [ ۴۳ ]:

گربه ۱—POI/نقطه راه—۱۸٫۹%؛
گربه ۲ – سیاه چال ها / دخمه ها / خرابه ها – ۱۵٫۶٪.
گربه ۳ – محراب / حرم / بنای یادبود – ۴٫۷٪;
گربه ۴-معدن/سنگ/منابع-۹٫۲%;
گربه ۵-محل کشتی/بندر/قایق/لنگر-۸٫۰%؛
گربه ۶-مجلنیر-۷٫۸%;
گربه ۷ – چکش / جعل / سندان / سلاح اسمیت / زره – ۲٫۹٪.
گربه ۸-اردوگاه دشمن/دشمن/هیولا-۴٫۱%؛
گربه ۹ – مبارزه / چالش / مبارزه / تلاش – ۱٫۹٪.
گربه ۱۱ — طومار سلتیک / میپل / اسطوره نورس – ۱٫۹٪.
هیچکدام-۱۷٫۰%؛
سایر – ۸٪.

آزمون کای دو پیرسون تأیید می کند که مقایسه انجام شده بین گروه های سنی و گروه های تفسیری نماد ۱۰ از نظر آماری معنی دار است ( p -value = 0.035139؛ قضیه کوکران برآورده نمی شود). متأسفانه، آزمایش دقیق فیشر از نظر آماری نتیجه قابل توجهی نشان نمی دهد. با تجزیه و تحلیل نتایج روش بنجامین-هوشبرگ، محققان متوجه شدند که این روش نتایج آماری معنی‌داری را نشان می‌دهد، که نشان‌دهنده تفاوت بین دسته ۶ و دسته ۲ ( p -value = ۰٫۰۴۸۰۹۳) و سایر ( p -value = ۰٫۰۴۸۰۹۳) است ( شکل ۵ B). تا جایی که قسمت A شکل ۵نگران است، روش بنجامینی-هوچبرگ هیچ تفاوت آماری معنی‌داری نشان نداد.

۴٫۲٫ زمان صرف شده برای انجام بازی Valheim و تفسیر نماد

زمان صرف شده برای انجام یک بازی معین/هر بازی به طور عینی تعهد گیمر را نشان می دهد. ممکن است مستقیماً به درک صحیح برخی از جنبه های بازی تبدیل شود. در برخی از بازی های ویدیویی زمان مورد نیاز برای یک بازی محدود است، به عنوان مثال یک بازی در League of Legends بین ۲۵:۰۲ تا ۳۲:۳۰ دقیقه در حالت ۵ در مقابل ۵ در Summoner Rifts طول می کشد [ ۷۷]. گیمر ممکن است بازی های زیادی انجام دهد، اما ترک یک برنامه زمانی مشخص که در آن زمان مشخصی برای تکمیل یک بازی لازم است، دشوار است. برای بازی های بقا، مانند بازی تحلیل شده در تحقیق، Valheim، متفاوت به نظر می رسد. در چنین بازی هایی زمانی که گیمر ممکن است به یک بازی اختصاص دهد نامحدود است. با گذشت ساعت‌های طولانی از بازی، گیمر مکان‌های جدید یا مکانیزم‌های جدیدی از بازی را کشف می‌کند که در ابتدا تشخیص آنها دشوار بود. بنابراین، مشاهده اینکه آیا تفاوت های آماری معنی داری بین زمان صرف شده برای بازی Valheim و تفسیر نمادهای نقشه استفاده شده در بازی وجود دارد، جنبه مهم این مقاله است. مانند گروه های سنی، نویسندگان گیمرها را با توجه به زمان صرف شده برای بازی به چند گروه تقسیم کردند.۷۸ ، ۷۹ ]، که زمان صرف شده در بازی Valheim را بر اساس داده های زمانی از پلت فرم Steam تجزیه و تحلیل کرد، نویسندگان پنج گروه زیر را از نظر زمان صرف شده برای بازی تعیین کردند:

۱-کمتر از ۳۰ ساعت (۸۶٫۰٪ گیمرها)؛
۲-۳۰-۶۰ ساعت (۱۵٫۰٪ گیمرها)؛
۳-۶۰-۹۰ ساعت (۲۱٫۸٪ گیمرها)؛
۴-۹۰-۱۲۰ ساعت (۱۶٫۲٪ گیمرها)؛
۵ تا ۱۲۰ ساعت و بیشتر (۳۸٫۴٪ گیمرها).

بر اساس تجزیه و تحلیل های آماری انجام شده، محققان موفق به دستیابی به یک نتیجه آماری معنی دار از آزمون کای اسکوئر پیرسون و یک تفاوت آماری معنی دار از روش بنجامینی-هوچبرگ شدند ( جدول ۲ ):

۴٫۲٫۱٫ زمان صرف شده برای انجام بازی و تفسیر نماد ۳

نتیجه آماری معنی‌دار آزمون کای‌دو پیرسون ( p -value <0.000001) برای مقایسه گروه‌های گیمر که بر اساس زمان صرف شده برای بازی والهایم و تفسیر نماد ۳ تقسیم می‌شوند (قضیه کوکران محقق نشده: عدم معنی‌داری آماری) به دست آمد. برای آزمایش دقیق فیشر). خود نماد ۳ توسط گیمرها به شکل زیر تفسیر شد:

گربه ۱-تاجر/بازرگان-۸۰٫۷%؛
گربه ۲ – غارت / کیسه کالا – ۸٪;
گربه ۳-کیف پول/پول-۵٫۳%;
سایر – ۴٫۹٪؛
هیچ – ۱٫۲٪.

رویه بنجامینی-هخبرگ تفاوت های قابل توجهی را در تفسیر نماد ۳ توسط گروه هایی از گیمرها که از نظر زمانی که برای بازی والهایم بین دسته ۲ و ۱ صرف کرده بودند ( p -value <0.000001)، ۳ ( p -value = ۰٫۰۰۰۲۱۱) تأیید کرد. و سایر ( p -value = ۰٫۰۲۰۹۲۲) ( شکل ۶ B). در کنار هم قرار دادن گروه گیمرها (زمان صرف شده برای انجام بازی) با دسته تفسیر نماد ۳، رویه بنجامین-هوچبرگ چهار تفاوت بین کمتر از ۳۰ ساعت گروه بازی و سایر گروه ها را تأیید کرد. برای تمام تفاوت‌ها، معنی‌داری آماری ( p -value ) 00001/0 < بود.

۴٫۲٫۲٫ زمان صرف شده برای بازی و تفسیر نماد ۴

برای گروه‌هایی که بر اساس زمان صرف شده برای بازی والهایم انتخاب شدند، آزمون χ ^۲ پیرسون نتوانست به یک نتیجه آماری معنی‌دار برای نماد ۴ دست یابد ( p -value > 0.05؛ قضیه کوکران محقق نشده است) اما آزمون دقیق فیشر نتیجه معناداری داشت. ( p -value = ۰٫۰۱۹۲۵۸). متأسفانه، تصحیح تست چندگانه Benjamini–Hochberg هیچ تفاوتی را چه برای گروه‌ها (زمان صرف شده برای بازی) و چه در دسته تفسیر نماد ۴ نشان نداد.

۴٫۲٫۳٫ زمان صرف شده برای انجام بازی و تفسیر نماد ۱۱

نماد ۱۱ که یک دایره سیاه پر از رنگ سفید را ارائه می دهد، جهانی ترین نماد نقشه در بازی Valheim است، به دلیل اینکه هیچ رابطه گرافیکی یا رنگی با هیچ یک از مکان های بازی وجود ندارد. هر بازیکن می تواند هر مکان را با تمایز آنها با یک امضا مشخص کند. توسط گیمرها به روش زیر تفسیر شد:

گربه ۱—POI/نقطه راه—۴۸٫۳%؛
گربه ۲-منابع/رگه/توت-۱۹٫۵%؛
گربه ۳-مکان های جالب/نقاط بازرسی/نقاط مرجع-۷٫۸%;
گربه ۴ – نقطه / دایره / پین / توپ – ۸٫۲٪.
گربه ۷ – سیاه چال / دخمه / مقبره / غار / تونل – ۱٫۶٪.
هیچکدام-۱۰٫۹%؛
سایر – ۳٫۷٪.

^{حتی اگر در آزمون χ ۲} پیرسون (قضیه کوکران محقق نشده) و در آزمون دقیق فیشر ( p -value > 0.05) به نتایج آماری معنی‌داری دست یافت ، روش بنجامینی-هوچبرگ انجام شد که دو تفاوت معنی‌دار را ارائه کرد. یکی از آنها بین کمتر از ۳۰ ساعت و ۱۲۰ ساعت + ساعت گروه های بازی (زمان صرف شده برای بازی) ( p -value = ۰٫۰۳۷۶۳۲) ( شکل ۷ A) و دیگری بین دسته ۲ از تفسیر نماد ۱۱ و گروه سایر ( p -value = ۰٫۰۳۸۰۴۹) ( شکل ۷ ب).

۵٫ بحث و نتیجه گیری

هدف پژوهش ارائه شده بررسی همبستگی هایی بود که می تواند تفاسیر نمادهای نقشه برداری فردی مورد استفاده در بازی “والهایم” را در زمینه سن بازیکنان و زمان صرف شده در دنیای مجازی مشخص کند. علاوه بر این، نویسندگان دو سوال پژوهشی را نیز مطرح کردند. این تحقیق بر اساس داده‌های پیمایشی به‌دست‌آمده، روش‌های آماری کاربردی و نتیجه‌گیری توسعه‌یافته در زمینه نقشه‌برداری است که بر اساس تحلیل نمادهای نقشه‌برداری در بازی‌ها با در نظر گرفتن دو پارامتر بازیکنان (سن و زمان صرف شده) به دست آمده است. در بازی).

در زمینه نماد ۳، با تجزیه و تحلیل شکل ۴ب، می توان نتیجه گرفت که تفاوت اساسی بین دسته های ۳ و همچنین ۱ و ۲، در عدم تناسب قابل توجهی بین گیمرهای جوان و مسن تر است. گیمرهای جوان (گروه ۱۹- و گروه ۲۰-۲۵) در مقایسه با گیمرهای مسن تر (۲۶-۳۰ و ۳۱-۴۵) به میزان بیشتری نماد را با پایه/خانه اصلی مرتبط می کنند. از سوی دیگر، گیمرهای مسن‌تر تمایل بیشتری به تفسیر نماد ۴ به عنوان بستر/خواب یا نقطه تخم‌ریزی/نقطه ذخیره فعلی داشتند. این تفاوت قابل توجهی را در تفسیر نماد ایجاد می کند زیرا گروه های سنی ۲۶-۳۰ و ۳۱-۴۵ نماد را بیشتر با عملکردی که تخت در بازی انجام می دهد مرتبط می کنند، در حالی که گروه های ۱۹- و ۲۰-۲۵ با موقعیت واقعی در بازی بازی (در بازی تخت باید مسقف باشد؛ بنابراین، همچنین ممکن است به راحتی با خانه ساخته شده یا حتی مقر اصلی گیمر مرتبط شود). شایان ذکر است که همهپاسخ‌های دیگر توسط بازیکنان گروه ۳۱ تا ۴۵ ساله اضافه شد.

در کنار هم قرار دادن گروه‌های سنی و تفسیر نماد ۱۰، می‌توان مشاهده کرد که دسته ۶ از گروه سنی ۲۶ تا ۳۰ سال سهم بیشتری نسبت به گروه سنی ۲۰ تا ۲۵ سال دارد، و نه گروه ۱۹- و نه هیچ گروهی وجود ندارد ( شکل ۵ ب). معنای مستقیم آن این است که جوانترین گیمرها (۱۹- و ۲۰ تا ۲۵ سال) نتوانستند نماد ۱۰ را به عنوان Mjolnir تفسیر کنند (Mjolnir به طور نمادین به عنوان نماد معکوس ۱۰ نشان داده می شود). بنابراین، این امکان وجود دارد که اکثر پاسخ دهندگان جوان تر به اساطیر نورس علاقه ای نداشته باشند. علاوه بر این، حماسه فیلم درباره ثور و چکش او Mjolnir در سال ۲۰۱۱ ساخته شد، بنابراین گروه های سنی مورد تجزیه و تحلیل در سن بسیار پایین بودند.

تا آنجایی که به شکل ۶ نماد ۳ مربوط می شود، برای برخی از گیمرها ممکن است در واقع از نقطه شروع بازی بسیار دور باشد. بنابراین، اغلب اتفاق می افتد که ساعت های زیادی از بازی لازم است تا بتوان به آن نماد روی نقشه رسید. نماد ۳ که نشان دهنده یک کیف (پول) در بازی Valheim است، مکان تنها NPC در بازی را نشان می دهد و ممکن است در چندین مکان به طور همزمان رخ دهد. برخی از گیمرها ممکن است بسیار خوش شانس باشند و در جزیره اولیه یا در اولین سفر خود با این نماد روبرو شوند، اما نتایج تحقیقات ما در مورد تفسیر نماد ۳ به وضوح ثابت می کند که گیمرهایی که کمتر (زیر ۳۰ ساعت) بازی کرده اند، بیشترین درصد را تشکیل می دهند. از کسانی که نماد را به عنوان دسته ۲ (غارت/کیسه کالا) تفسیر کردند ( شکل ۶ب). آن گیمرها نماد را به معنای واقعی کلمه تفسیر کردند. پاسخ آنها به طور قابل توجهی با تفسیر ۱، ۳ و سایر ، و همچنین با سایر گروه هایی که بر اساس زمان صرف شده برای بازی انتخاب شده اند متفاوت است ( شکل ۶ A). رده ۱ مستقیماً به عملکردی اشاره دارد که NPC در بازی انجام می دهد، در حالی که رده ۳ ممکن است به شدت با این واقعیت مرتبط باشد که در محل نماد ۳ گیمر فقط می تواند جواهرات و طلاهایی را که به دست آورده است خرج کند. درصد کمی از گروه‌های کمتر از ۳۰ ساعت و ۳۰ تا ۶۰ ساعت در دسته‌های تفسیری ۱ و ۳ این جمله را تأیید می‌کنند که گیمرها برای کشف آن نماد در بازی به زمان زیادی نیاز دارند.

هنگامی که گروه ها (زمان صرف شده برای انجام بازی) و تفسیر نماد ۱۱ در کنار هم قرار گرفتند، محققان متوجه شدند که موارد مشاهده شده با درصد بیشتری از موارد دیگر مشخص می شود.گروهی برای گیمرهایی با کوتاهترین تجربه بازی (کمتر از ۳۰ ساعت) و با درصد کمتری از تفسیر شماره ۲ نماد ۱۱ (به ویژه در رابطه با گیمرهایی که طولانی ترین تجربه بازی را داشتند – ۱۲۰ ساعت). این تفاوت ممکن است ناشی از این واقعیت باشد که گیمرها که زمان بیشتری را صرف بازی کرده بودند، تمام مکان‌هایی را که بازدید کرده بودند یا قصد داشتند دوباره بازدید کنند را علامت‌گذاری می‌کردند و آنها را مستقیماً با چیزهایی مانند منابع، رگ‌ها و توت‌ها مرتبط می‌کردند. گیمرهایی که کوتاه‌ترین تجربه بازی را داشتند (کمتر از ۳۰ ساعت) تفسیرهای زیادی (که به جهانی بودن نماد مربوط می‌شود) ارائه کردند که آن تفاسیر نتوانستند به عنوان یک دسته منحصر به فرد طبقه‌بندی شوند.

اولین سوال تحقیقی که در مقدمه مقاله مطرح شد: آیا بین سن گیمرها و تفسیر آنها از نمادها همبستگی وجود دارد؟ برای پاسخ، باید بر اساس تحلیل های آماری به این نتیجه رسید که در واقع یک همبستگی وجود دارد و با دو مورد تأیید شده تأیید می شود. هر دو مورد مربوط به نماد ۴ و ۱۰ بودند. تا آنجا که به نماد ۴ مربوط می شود، گروه های سنی ۲۶ تا ۳۰ و ۳۱ تا ۴۵ سال نماد را تفسیر کردند و بیشتر آن را با عملکردی که در بازی انجام می دهد مرتبط می کردند، در حالی که ۱۹- و ۲۰ -۲۵ گروه سنی نماد را به عنوان رتبه واقعی در بازی تفسیر کردند. برای نماد ۱۰، جوانترین گیمرها (۱۹- و ۲۰-۲۵) نتوانستند نماد را به عنوان Mjolnir تفسیر کنند (Mjolnir به طور نمادین به عنوان نماد معکوس ۱۰ نشان داده می شود).

سوال دوم تحقیق مربوط به همبستگی بین زمان صرف شده برای انجام بازی والهایم و تفسیر نمادها بود. در مقایسه این دو گروه از پاسخ‌دهندگان، نویسندگان به نتایج قابل‌توجهی از آزمون‌های آماری مربوط به نماد ۳ دست یافتند. نتایج تحقیق جای تردیدی باقی نمی‌گذارد: گیمرهایی که کمتر (زیر ۳۰ ساعت) بازی کرده‌اند، بیشترین درصد در تفسیر را تشکیل می‌دهند. نماد به عنوان دسته ۲ (غارت/کیسه کالا) ( شکل ۶ B). آن گیمرها نماد را به معنای واقعی کلمه تفسیر کردند. درصد کمی از گروه‌های کمتر از ۳۰ ساعت و ۳۰ تا ۶۰ ساعت در دسته تفسیر ۱ و ۳ این فرض را تأیید می‌کند که گیمرها به زمان زیادی نیاز دارند تا بتوانند آن نماد را در طول بازی کشف کنند.

روش های بکار رفته (آزمون کای دو پیرسون، آزمون دقیق فیشر، روش بنجامینی-هوچبرگ) وظیفه خود را انجام دادند. برای داده های پرسشنامه (داده های اسمی) استفاده از آزمون ناپارامتریک الزامی بود. در تحلیل‌های ارائه‌شده، نویسندگان داده‌های مربوط به تفسیر نماد را با داده‌های مربوط به سن و زمان صرف شده برای بازی که معمولاً صرفاً برای توصیف گروه پاسخ‌دهندگان استفاده می‌شود، مواجه کردند. نویسندگان همچنین تأکید می‌کنند که داده‌ها به‌طور تصادفی انتخاب نشده‌اند، زیرا آنها قصد داشتند داده‌ها را با تفسیر نماد روبرو کنند، که هم تعهد گیمر (زمان صرف شده برای بازی) را بدون توجه به سن آنها (سن گیمرها) نشان می‌دهد. نمادهای نقشه ای که در بازی های ویدیویی با ویژگی های گرافیکی خاص رخ می دهند نیز نقش مهمی در نقشه کشی چند رسانه ای ایفا می کنند.۸۰ ]، و نتایج به دست آمده در تحقیق ممکن است در فرآیند طراحی نماد نقشه در ژئومدیا مورد توجه قرار گیرد [ ۳۳ ].

نویسندگان می‌خواهند به این نکته اشاره کنند که نتایج آماری معنی‌دار به‌دست‌آمده تنها به سه نماد مربوط می‌شود (دو نماد برای سن و یک نماد برای زمان صرف شده در بازی). این اکثریت قابل توجهی برای مجموعه ۱۲ نمادی تحقق یافته نیست. بنابراین، شایان ذکر است که همبستگی بین سن بازیکنان و زمان صرف شده در بازی و تفسیر نمادها برای نمادهای فردی وجود دارد، نه برای کل مجموعه. در نتیجه، یک سوال برای تحقیقات بعدی و امکان بررسی عناوین بازی های بعدی و تلاش برای یافتن عنوانی که در آن چنین وابستگی هایی برای تعداد بیشتری از نمادها وجود داشته باشد، مطرح می شود.

روش تأیید فرضیه های آماری مستلزم مجموعه ای از مهارت های خاص از جمله گزینش پذیری و استفاده از ابزارهای آماری مناسب از سوی محقق است. تا حد زیادی، چنین مهارت هایی در مورد پایایی نتایج به دست آمده و صحت تفسیر آنها تصمیم می گیرند. از دیدگاه محقق، کشف همبستگی بین داده ها/متغیرها، به عنوان مثال، شباهت ها و تفاوت ها، جالب است. در این مقاله، نویسندگان بررسی کردند و نتایج جالبی در مورد همبستگی بین تفسیر نمادها از بازی Valheim و زمان صرف شده برای انجام این بازی و همچنین سن گیمرها انجام دادند.

همراه با راه اندازی بازی های ویدیویی جدید، نویسندگان قرار است مطالعات جدیدی را در رابطه با نمادهای نقشه ای که در آنها ظاهر می شود، انجام دهند. بازی های ویدیویی به عنوان محصولات فرهنگ تلقی می شوند [ ۸۱ ]; از این رو، نویسندگان مایلند مطالعات خود را در این راستا توسعه دهند، زیرا بازی‌ها به افراد اجازه می‌دهند تا تجسم کنند که چگونه گیمرها بر فرهنگی که در آن مشارکت می‌کنند، تأثیر می‌گذارند و شکل می‌دهند [ ۸۲ ]، با فرهنگ بازتولید شده توسط نمادها و عناصر ارائه‌شده، توزیع، آموزش و تداوم در آن. بازی های ویدیویی [ ۸۳ ].

منابع

اش، جی. Gallacher، LA Cultural Geography and Videogames. Geogr. Compass ۲۰۱۱ , ۵ , ۳۵۱-۳۶۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
آلوارز، آر. Duarte، F. طراحی فضایی و مکان‌سازی: یادگیری از بازی‌های ویدیویی. فرقه فضایی ۲۰۱۷ ، ۲۱ ، ۲۰۸-۲۳۲٫ [ Google Scholar ] [ CrossRef ]
Wolf, M. 3 Space in the video game. در رسانه بازی ویدیویی ; ولف، م.، اد. انتشارات دانشگاه تگزاس: نیویورک، نیویورک، ایالات متحده آمریکا، ۲۰۲۱؛ صص ۵۱-۷۶٫ [ Google Scholar ] [ CrossRef ]
چادزینسکا، دی. Gotlib، D. نقشه‌ها در بازی‌های ویدیویی – طیف وسیعی از برنامه‌ها. پول کارتوگر. Rev. ۲۰۱۵ , ۴۷ , ۱۳۷-۱۴۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Toups، ZO; لالون، ن. Alharthi، SA; شارما، HN; Webb، AM Making Maps در دسترس برای Play. ACM Trans. محاسبه کنید. تعامل داشتن. ۲۰۱۹ ، ۲۶ ، ۴۳٫ [ Google Scholar ] [ CrossRef ]
جوهانسون، سی. گوتوین، سی. Mandryk, RL اثرات کمک ناوبری بر یادگیری فضایی و عملکرد در یک بازی سه بعدی. در مجموعه مقالات سمپوزیوم سالانه تعامل کامپیوتر و انسان در بازی (CHI PLAY ’17). انجمن ماشین‌های محاسباتی، نیویورک، نیویورک، ایالات متحده آمریکا، ۱۵ تا ۱۸ اکتبر ۲۰۱۷؛ صص ۳۴۱-۳۵۳٫ [ Google Scholar ] [ CrossRef ]
طاووس، م. Teather، RJ; کارت، جی. مکنزی، IS; McArthur, V. مقایسه تجربی نمایشگرهای اطلاعات تیراندازی اول شخص: HUD ها، نمایشگرهای دیژتیک، و نمایش های فضایی. سرگرم کردن. محاسبه کنید. ۲۰۱۸ ، ۲۶ ، ۴۱-۵۸٫ [ Google Scholar ] [ CrossRef ]
کاروکس، ال. Isbister، K. تأثیر ویژگی های هدآپ نمایشگر بر تجربه کاربر در بازی های ویدیویی. بین المللی جی. هوم. محاسبه کنید. گل میخ. ۲۰۱۶ ، ۸۷ ، ۶۵-۷۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
گارفیلد، اس. روی نقشه: چرا جهان به این شکلی است که می بیند . کتاب‌های نمایه: لندن، بریتانیا، ۲۰۱۲٫ [ Google Scholar ]
کولتون، پی. هاک، جی. Gradinar، A. سالیناس، ال. نقشه برداری از ساحل در زیر خیابان: نقشه برداری دیجیتال برای شهر قابل بازی. در شهرهای قابل بازی شهر به عنوان زمین بازی دیجیتال ; Nijholt، A.، Ed. Springer: سنگاپور، ۲۰۱۷; صص ۱۳۷-۱۶۲٫ [ Google Scholar ]
ادلر، دی. دیکمن، اف. تأثیر بازی‌های ویدیویی دهه‌های ۱۹۸۰ و ۱۹۹۰ بر گرافیک چندرسانه‌ای. کارتوگر. بین المللی جی. جئوگر. Inf. جئوویس. ۲۰۱۷ ، ۵۲ ، ۱۶۸-۱۷۷٫ [ Google Scholar ] [ CrossRef ]
Edler, D. Where Spatial Visualization Meets Landscape Research و “Pinballology”: نمونه هایی از ساخت منظره در بازی های پین بال دزد. KN-J. کارتوگر. Geogr. Inf. ۲۰۲۰ ، ۷۰ ، ۵۵-۶۹٫ [ Google Scholar ] [ CrossRef ]
هروبی، اف. رسل، آر. Valle، GDLBD Geovisualization با محیط های مجازی فراگیر در تئوری و عمل. بین المللی جی دیجیت. زمین ۲۰۱۸ ، ۱۲ ، ۱۲۳-۱۳۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Büyüksalih، G. کان، تی. اوزکان، جنرال الکتریک؛ مریچ، م. ایسین، ال. Kersten، TP حفظ دانش گذشته از طریق بازدیدهای مجازی: از اسکن لیزری سه بعدی تا تجسم واقعیت مجازی در غارهای Çatalca İnceğiz استانبول. PFG–J. فتوگرام سنسور از راه دور Geoinf. علمی ۲۰۲۰ ، ۸۸ ، ۱۳۳-۱۴۶٫ [ Google Scholar ] [ CrossRef ]
کیل، جی. کورته، ا. راتمر، ا. ادلر، دی. دیکمن، اف. واقعیت افزوده (AR) و شناخت فضایی: اثرات شبکه‌های هولوگرافیک بر تخمین فاصله و حافظه مکان در یک سناریوی ۳ بعدی داخلی. PFG–J. فتوگرام سنسور از راه دور Geoinf. علمی ۲۰۲۰ ، ۸۸ ، ۱۶۵-۱۷۲٫ [ Google Scholar ] [ CrossRef ]
Walmsley، AP; Kersten، TP کلیسای جامع امپراتوری در Königslutter (آلمان) به عنوان یک تجربه همهجانبه در واقعیت مجازی با عکاسی پانوراما یکپارچه ۳۶۰ درجه. Appl. علمی ۲۰۲۰ ، ۱۰ ، ۱۵۱۷٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
زاگاتا، ک. گلیج، ج. هالیک، Ł. Medyńska-Gulij, B. Mini-Map برای گیمرهایی که در یک قلعه مجازی راه می روند و تله پورت می کنند. ISPRS Int. J. Geo-Inf. ۲۰۲۱ ، ۱۰ ، ۹۶٫ [ Google Scholar ] [ CrossRef ]
Cybulski, P. فاصله فضایی و پیچیدگی پس زمینه نقشه برداری در کار نقشه خوانی نماد نقطه مدرج. کارتوگر. Geogr. Inf. علمی ۲۰۲۰ ، ۴۷ ، ۲۴۴-۲۶۰٫ [ Google Scholar ] [ CrossRef ]
پوپلکا، اس. Brychtova، A. مطالعه ردیابی چشم در مورد ادراک متفاوت از تجسم زمین دو بعدی و سه بعدی. کارتوگر. J. ۲۰۱۳ ، ۵۰ ، ۲۴۰-۲۴۶٫ [ Google Scholar ] [ CrossRef ]
چپکیویچ، م. یانکوفسکی، پ. Młodkowski، M. ژئوپرسشنامه ها در برنامه ریزی شهری: روش های استخدام، مشارکت شرکت کنندگان و کیفیت داده ها. کارتوگر. Geogr. Inf. علمی ۲۰۱۶ ، ۴۴ ، ۵۵۱-۵۶۷٫ [ Google Scholar ] [ CrossRef ]
کاپنکاکیس، آی. چوریانوپولوس، ک. علم شهروندی برای نقشه برداری عابر پیاده: جمع آوری و تعدیل مسیرهای قابل پیاده روی در شهرها از طریق گیمیفیکیشن موبایل. هوم سنت. محاسبه کنید. Inf. علمی ۲۰۱۷ ، ۷ ، ۱۱۱٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
اسلوکام، TA; بلوک، سی. ژیان، بی. کوسولاکو، ا. مونتلو، DR; Fuhrmann, S. مسائل شناختی و قابلیت استفاده در ژئو تجسم. کارتوگر. Geogr. Inf. علمی ۲۰۰۱ ، ۲۸ ، ۶۱-۷۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
پیرانی، ن. Ricker، BA; کراک، نقشه‌برداری فمینیستی MJ و هدف توسعه پایدار سازمان ملل در مورد برابری جنسیتی: پاسخ‌های احساسی به سه نقشه موضوعی. می توان. Geogr. جئوگراف می تواند. ۲۰۲۰ ، ۶۴ ، ۱۸۴-۱۹۸٫ [ Google Scholar ] [ CrossRef ]
Poplin, A. نقشه های تعاملی آنلاین چقدر کاربرپسند هستند؟ نظرسنجی بر اساس آزمایش با کاربران ناهمگن. کارتوگر. Geogr. Inf. علمی ۲۰۱۵ ، ۴۲ ، ۳۵۸-۳۷۶٫ [ Google Scholar ] [ CrossRef ]
Medyńska-Gulij، B. Zagata، K. کارشناسان و گیمرها در مورد غوطه ور شدن در دژهای بازسازی شده. ISPRS Int. J. Geo-Inf. ۲۰۲۰ ، ۹ ، ۶۵۵٫ [ Google Scholar ] [ CrossRef ]
چولتکین، ا. هیل، بی. گارلاندینی، اس. Fabrikant، SI ارزیابی اثربخشی طراحی های رابط نقشه تعاملی: مطالعه موردی ادغام معیارهای قابلیت استفاده با تجزیه و تحلیل حرکت چشم. کارتوگر. Geogr. Inf. علمی ۲۰۰۹ ، ۳۶ ، ۵-۱۷٫ [ Google Scholar ] [ CrossRef ]
گلبیوفسکا، آی. اوپاچ، ت. Rød, JK Breaking the Eyes: کاربران چگونه با یک ابزار ژئو تجسمی هماهنگ و چند نما شروع می کنند؟ کارتوگر. J. ۲۰۲۰ ، ۵۷ ، ۲۳۵-۲۴۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
هالیک، Ł. Medyńska-Gulij، B. تمایز نمادهای نقطه با استفاده از متغیرهای بصری انتخاب شده در سیستم واقعیت افزوده موبایل. کارتوگر. J. ۲۰۱۶ ، ۵۴ ، ۱۴۷-۱۵۶٫ [ Google Scholar ] [ CrossRef ]
Cybulski، P. اثربخشی به خاطر سپردن یک مسیر متحرک – مقایسه تفاوت‌های ماهواره و نقشه راه در مطالعه ردیابی چشم. ISPRS Int. J. Geo-Inf. ۲۰۲۱ ، ۱۰ ، ۱۵۹٫ [ Google Scholar ] [ CrossRef ]
Bertin, J. Semiology of Graphics: Diagrams, Networks, Maps, Trans ; برگ، دبلیو، اد. انتشارات دانشگاه ویسکانسین: مدیسون، WI، ایالات متحده آمریکا، ۱۹۸۳٫ [ Google Scholar ]
کیل، جی. ادلر، دی. دیکمن، اف. Kuchinke, L. معنی‌دار بودن پیکتوگرام‌های شاخص، برجستگی بصری و عملکرد تشخیص را کاهش می‌دهد. Appl. ارگون. ۲۰۱۸ ، ۷۵ ، ۲۱۴-۲۲۰٫ [ Google Scholar ] [ CrossRef ]
Medyńska-Gulij, B. Cartography and Geomedia ; Wydawnictwo Naukowe PWN: Warszawa، لهستان، ۲۰۲۱؛ پ. ۲۸۶٫ (به زبان لهستانی) [ Google Scholar ]
Medyńska-Gulij، B. تگلر، تی. بائر، اچ. زاگاتا، ک. ویلبسکی، Ł. فیلمبرداری جغرافیای تاریخی: داستانی از قلمرو نقشه ها در رگنسبورگ. ISPRS Int. J. Geo-Inf. ۲۰۲۱ ، ۱۰ ، ۷۶۴٫ [ Google Scholar ] [ CrossRef ]
MacEachren، AM نقشه ها چگونه کار می کنند: بازنمایی، تجسم و طراحی . Guilford Press: نیویورک، نیویورک، ایالات متحده آمریکا، ۱۹۹۵٫ [ Google Scholar ]
هالیک، Ł. تجزیه و تحلیل متغیرهای بصری نماد نقطه انتخاب شده سیستم واقعیت افزوده برای دستگاه های تلفن همراه از نوع تلفن هوشمند. Geod. کارتوگر. ۲۰۱۲ ، ۶۱ ، ۱۹-۳۰٫ [ Google Scholar ]
رابینسون، ق. موریسون، جی ال. Muehrecke، PC; کیمرلینگ، ای جی. Guptil, SC Elements of Cartography , ۶th ed.; Wiley: نیویورک، نیویورک، ایالات متحده آمریکا، ۱۹۹۵٫ [ Google Scholar ]
Dent, BD Cartography: Thematic Map Design , ۵th ed.; McGraw-Hill: Boston, MA, USA, 1999. [ Google Scholar ]
سیبولسکی، پ. Horbiński، T. تجربه کاربر در استفاده از رابط های گرافیکی کاربر نقشه های وب. ISPRS Int. جی. ژئو. Inf. ۲۰۲۰ ، ۹ ، ۴۱۲٫ [ Google Scholar ] [ CrossRef ]
پرزیبلسکی، AK Electronic Gaming and Psychosocial Adjustment. Pediatrics ۲۰۱۴ , ۱۳۴ , e716-e722. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
کووس ماسفتی، وی. کییز، ک. همیلتون، ای. هانسون، جی. بیتفوی، ع. گولیتز، دی. کوچ، سی. کویجپرز، آر. لسینسکین، اس. میهوا، ز. و همکاران آیا زمان صرف شده برای بازی های ویدیویی با سلامت روان، مهارت های شناختی و اجتماعی در کودکان خردسال مرتبط است؟ Soc. روانپزشکی Psychiatr. اپیدمیول. ۲۰۱۶ ، ۵۱ ، ۳۴۹-۳۵۷٫ [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
شن، سی. Williams, D. Unpacking Time Online: Connecting Internet and Massively Multiplayer Game Online with the Psychosocial Well-Being. اشتراک. Res. ۲۰۱۰ ، ۳۸ ، ۱۲۳-۱۴۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
در دسترس آنلاین: https://steamcommunity.com/games/892970/announcements/detail/3058478454611894476 (در ۱۲ فوریه ۲۰۲۱ قابل دسترسی است).
هوربینسکی، تی. Zagata، K. نمادهای نقشه در بازی‌های ویدیویی: مثالی از «والهایم». KN-J. کارتوگر. Geogr. Inf. ۲۰۲۱ ، ۷۱ ، ۲۶۹-۲۸۳٫ [ Google Scholar ] [ CrossRef ]
سیبولسکی، پ. ویلبسکی، Ł. اثربخشی نمادهای نقطه پویا در نگاشت کمی. کارتوگر. J. ۲۰۱۹ ، ۵۶ ، ۱۴۶-۱۶۰٫ [ Google Scholar ] [ CrossRef ]
هوربینسکی، تی. سیبولسکی، پ. Medyńska-Gulij, B. طراحی گرافیکی و قرار دادن دکمه برای برنامه های کاربردی نقشه موبایل. کارتوگر. J. ۲۰۲۰ ، ۵۷ ، ۱۹۶-۲۰۸٫ [ Google Scholar ] [ CrossRef ]
Mirvaliev, M. مؤلفه های آمار کای دو برای آزمون های برازش. جی. ریاضی. علمی ۱۹۸۷ ، ۳۸ ، ۲۳۵۷-۲۳۶۳٫ [ Google Scholar ] [ CrossRef ]
Plackett، RL Karl Pearson و آزمون Chi-Squared. بین المللی آمار Rev. ۱۹۸۳ , ۵۱ , ۵۹٫ [ Google Scholar ] [ CrossRef ]
بیرد، دی. مناقشه فیشر/پیرسون مجذور کای: نقطه عطفی برای استنتاج استقرایی. برادر جی. فیلوس. علمی ۱۹۸۳ ، ۳۴ ، ۱۰۵-۱۱۸٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
کوکران، WG چند روش برای تقویت آزمون‌های مجذور کای رایج. بیومتریک ۱۹۵۴ ، ۱۰ ، ۴۱۷-۴۵۱٫ [ Google Scholar ] [ CrossRef ]
Bolboacă، SD; یانتسچی، ال. Sestraş، AF; Sestraş، RE; Pamfil، DC Pearson-Fisher Chi-Square Statistic بازبینی شد. اطلاعات ۲۰۱۱ ، ۲ ، ۵۲۸-۵۴۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
لی، جی. Doss, H. تست‌های مجذور کای تعمیم‌یافته پیرسون-فیشر، با کاربردهایی برای مدل‌هایی با داده‌های تاریخچه زندگی. ان آمار ۱۹۹۳ ، ۲۱ ، ۷۷۲-۷۹۷٫ [ Google Scholar ] [ CrossRef ]
مور، دی اس؛ تست‌های Stubblebinea، JB Chi-square برای نرمال بودن چند متغیره با کاربرد در قیمت سهام عادی. اشتراک. آمار روش‌های نظریه ۱۹۸۱ ، ۱۰ ، ۷۱۳-۷۳۸٫ [ Google Scholar ] [ CrossRef ]
جو، اچ. Maydeu-Olivares، A. یک خانواده کلی از آمارهای مربوط به اطلاعات محدود برای داده های چند جمله ای. Psychometrika ۲۰۱۰ ، ۷۵ ، ۳۹۳-۴۱۹٫ [ Google Scholar ] [ CrossRef ]
ناتان، جی. در مورد توان مجانبی آزمون‌های استقلال در جداول احتمالی از نمونه‌های طبقه‌بندی شده. مربا. آمار دانشیار ۱۹۷۲ ، ۶۷ ، ۹۱۷-۹۲۰٫ [ Google Scholar ] [ CrossRef ]
O’Brien، PC; Fleming، TH یک روش آزمایش چندگانه برای آزمایشات بالینی. بیومتریک ۱۹۷۹ ، ۳۵ ، ۵۴۹-۵۵۶٫ [ Google Scholar ] [ CrossRef ]
کاکس، MK; مقایسات جفتی کلیدی، CH Post hoc برای آزمون مجذور کای همگنی نسبت‌ها. آموزش کلیدی روانی Meas. ۱۹۹۳ ، ۵۳ ، ۹۵۱-۹۶۲٫ [ Google Scholar ] [ CrossRef ]
پاردو، ال. مارتین، N. فرضیه های همگنی/ناهمگنی برای نسبت های استاندارد شده مرگ و میر بر اساس برآوردگرهای حداقل قدرت واگرایی. بیوم. J. ۲۰۰۹ ، ۵۱ ، ۸۱۹-۸۳۶٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
آندرس، AM; نظرات Tejedor، IH در مورد “تست برای همگنی دو نسبت دوجمله ای در جداول احتمالی ۲ × ۲ بسیار نامتعادل”. آمار پزشکی ۲۰۰۹ ، ۲۸ ، ۵۲۸-۵۳۱٫ [ Google Scholar ]
بیکر، اس. Cousins، RD توضیح استفاده از کای دو و توابع احتمال در برازش با هیستوگرام. هسته ساز. روشها فیزیک. Res. ۱۹۸۴ ، ۲۲۱ ، ۴۳۷-۴۴۲٫ [ Google Scholar ] [ CrossRef ]
Elmore، KL جایگزین های آزمون Chi-Square برای ارزیابی هیستوگرام های رتبه از پیش بینی های گروه. پیش بینی آب و هوا. ۲۰۰۵ ، ۲۰ ، ۷۸۹-۷۹۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
ژانگ، جی.-تی. توزیع های تقریبی و مجانبی مخلوط های Chi-Squared-Type با کاربردها. مربا. آمار دانشیار ۲۰۰۵ ، ۱۰۰ ، ۲۷۳-۲۸۵٫ [ Google Scholar ] [ CrossRef ]
تست های گاگوناشویلی، ND Chi-square برای مقایسه هیستوگرام های وزن دار. هسته ساز. روشها فیزیک. Res. فرقه A ۲۰۱۰ , ۶۱۴ , ۲۸۷-۲۹۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Agresti, A. مقدمه ای بر تجزیه و تحلیل داده های طبقه بندی شده ; جان وایلی و پسران: نیویورک، نیویورک، ایالات متحده آمریکا، ۱۹۹۶; ص ۲۳۱-۲۳۶٫ [ Google Scholar ]
لوین، آمار مربوط به IP و طراحی تجربی ; انتشارات Sage: Thousand Oaks، CA، USA، ۱۹۹۹٫ [ Google Scholar ]
نیمن، جی. Pearson, ES (Eds.) The Testing of Statistical Hypotheses in Relation to Probabilities a Priori ; انتشارات دانشگاه کمبریج: کمبریج، انگلستان، ۱۹۶۷; ص ۱۸۶-۲۰۲٫ [ Google Scholar ]
Rosner, B. مبانی آمار زیستی. فصل ۱۰٫ Chi-Square Goodness of Fit , ۶th ed.; مرکز منابع علمی آموزشی تامسون: داکسبری، MA، ایالات متحده آمریکا، ۲۰۰۶; صص ۴۳۸-۴۴۱٫ [ Google Scholar ]
کوکران، WG آزمون χ ^۲ خوبی تناسب. ان ریاضی. آمار ۱۹۵۲ ، ۲۵ ، ۳۱۵-۳۴۵٫ [ Google Scholar ] [ CrossRef ]
یتس، F. جدول احتمالی شامل اعداد کوچک و آزمون ^χ۲ . تامین JR Stat. Soc. ۱۹۳۴ ، ۱ ، ۲۱۷-۲۳۵٫ [ Google Scholar ] [ CrossRef ]
فیشر، RA منطق استنتاج استقرایی. JR Stat. Soc. ۱۹۳۵ ، ۹۸ ، ۳۹-۵۴٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
شولز، FW; استفنز، MA K-نمونه آزمون های اندرسون عزیز. مربا. آمار دانشیار ۱۹۸۷ ، ۸۲ ، ۹۱۸-۹۲۴٫ [ Google Scholar ]
Słowińska، M. Wykorzystanie testu chi-kwadrat w badaniach preferencaji żywieniowych konsumentów. مهندس علمی تکنولوژی ۲۰۱۹ ، ۱ ، ۲۴–۳۸٫ [ Google Scholar ] [ CrossRef ]
بنیامینی، ی. Hochberg, Y. کنترل نرخ کشف نادرست: رویکردی عملی و قدرتمند برای آزمایش چندگانه. JR Stat. Soc. سر. B ۱۹۹۵ ، ۵۷ ، ۲۸۹-۳۰۰٫ [ Google Scholar ] [ CrossRef ]
هیلی، بی. جندال، پی. پرسیدن سوال سن در نظرسنجی های پستی و آنلاین. بین المللی جی. مارک. Res. ۲۰۰۷ ، ۵۰ ، ۳۰۹-۳۱۷٫ [ Google Scholar ] [ CrossRef ]
ویلبسکی، Ł. Medyńska-Gulij، B. ارزیابی گرافیکی تکنیک های نقشه برداری مورد استفاده در ارائه دسترسی فضایی. کارتوگر. Geogr. Inf. علمی ۲۰۱۹ ، ۴۶ ، ۳۱۱-۳۳۳٫ [ Google Scholar ] [ CrossRef ]
در دسترس آنلاین: https://www.statista.com/statistics/189582/age-of-us-video-game-players/ (در ۱۲ فوریه ۲۰۲۱ قابل دسترسی است).
در دسترس آنلاین: https://www.isfe.eu/data-key-facts/key-facts-about-europe-s-video-games-sector/ (دسترسی در ۱۲ فوریه ۲۰۲۱).
در دسترس آنلاین: https://www.leagueofgraphs.com/pl/rankings/game-durations (در ۱۲ فوریه ۲۰۲۱ قابل دسترسی است).
در دسترس آنلاین: https://howlongtobeat.com/game?id=87873 (در ۱۲ فوریه ۲۰۲۱ قابل دسترسی است).
در دسترس آنلاین: https://howlongis.io/app/892970/Valheim (در ۱۲ فوریه ۲۰۲۱ قابل دسترسی است).
Medyńska-Gulij، B. فارست، دی. Cybulski، P. اشکال مدرن کارتوگرافی بیان: رنسانس کارتوگرافی چند رسانه ای. ISPRS Int. J. Geo-Inf. ۲۰۲۱ ، ۱۰ ، ۴۸۴٫ [ Google Scholar ] [ CrossRef ]
مارتین، CB; دوز، ام. تولید مستقل فرهنگ: مطالعه موردی بازی های دیجیتال. فرقه بازی. ۲۰۰۹ ، ۴ ، ۲۷۶-۲۹۵٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Steinkuehler، CA چرا در حال حاضر بازی (فرهنگ) مطالعه می شود؟ فرقه بازی. ۲۰۰۶ ، ۱ ، ۹۷-۱۰۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Shaw, A. فرهنگ بازی های ویدیویی چیست؟ مطالعات فرهنگی و مطالعات بازی. فرقه بازی. ۲۰۱۰ ، ۵ ، ۴۰۳-۴۲۴٫ [ Google Scholar ] [ CrossRef ]

شکل ۱٫ نقشه از بازی Valheim.

شکل ۲٫ تصویری از بازی Valheim و نمادهای نقشه روی نقشه.

شکل ۳٫ پرسشنامه آنلاین در بستر LimeSurvey.

شکل ۴٫ نمودارهای تجمعی که درصدی از دسته‌های فردی تفسیر نماد ۴ را ارائه می‌کنند، که بر اساس سن ( A ) و شامل گروه‌های سنی فردی، تقسیم‌بندی شده بر اساس دسته تفسیر ( B ) تقسیم می‌شوند.

شکل ۵٫ نمودارهای تجمعی که درصدی از دسته‌های فردی تفسیر نماد ۱۰ را ارائه می‌کند، که بر اساس سن ( A ) و شامل گروه‌های سنی فردی، تقسیم‌بندی شده بر اساس دسته تفسیر ( B ) تقسیم می‌شوند.

شکل ۶٫ نمودارهای تجمعی که درصدی از دسته‌های جداگانه تفسیر نماد ۳ را ارائه می‌کنند، که بر اساس زمان صرف شده برای بازی Valheim ( A ) و شامل گروه‌های فردی (زمان صرف شده برای بازی)، تقسیم بر اساس دسته‌های تفسیر ( B ) تقسیم می‌شوند.

شکل ۷٫ نمودارهای تجمعی که درصدی از دسته‌های جداگانه تفسیر نماد ۱۱ را ارائه می‌کنند، که بر اساس زمان صرف شده برای بازی Valheim ( A ) و شامل گروه‌های فردی (زمان صرف شده برای بازی)، تقسیم بر اساس دسته‌های تفسیر ( B ) تقسیم می‌شوند.