CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Maximum-continue Learning: Recognition Appropriate Genre for Educational Video Games with Multi-agent Approach

اعتبار موردنیاز : ۰ | تعداد صفحات: ۱ | تعداد نمایش خلاصه: ۱۱۱ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CGCO02_010
زبان مقاله: انگلیسی
حجم فایل: ۷۹.۵ کیلوبایت
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها و مجلات می باشد. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود فایل مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله Maximum-continue Learning: Recognition Appropriate Genre for Educational Video Games with Multi-agent Approach

  MohammadMehdi Rezapour - Ph.D. Student of Software Engineering, University of Isfahan, Isfahan, Iran

چکیده مقاله:

In recent years, the application of electronic media in the educational process has been the focus of many researchers. To this purpose, one of the most effective tools that could be considered is serious games and it’s utilization for the purpose of education is called game-based learning. The video games can be developed in 2D and 3D perspective each of which includes several genres and the most popular 3D video game perspectives regardless of its genre are First-Person, Third-Person and omnipresent perspectives. Many studies have shown that video games are almost the most effective way to teach concepts to learners but only few researches was conducted on the impact of the game genres in the rate of knowledge transfer. Also, in none of these studies did the authors consider game’s engagement flow and knowledge transfer rate together. In this study we intend to propose a framework called Maximum-Continues Learning (MCL) in context of a multi-agent system which is composed of two agents: student and teacher. MCL aims to explore genre or genre combination for developing procedural educational games that can satisfy both agents as much as possible. In order to further clarity about this framework, we developed a 11-level game with ability to run in three mentioned genres for each level and based on the player’s choice and then with participation of 10 students to play this game, we found that the combination of 48% third-person and 52% strategic genres can provide the maximum-fairest satisfaction for both student and teacher.

کلیدواژه‌ها:

Serious games, Genre preferences, Education, Measurement index, Multi-agent systems, MCL

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CGCO02-CGCO02_010.html
کد COI مقاله: CGCO02_010

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Rezapour, MohammadMehdi, ۱۳۹۵, Maximum-continue Learning: Recognition Appropriate Genre for Educational Video Games with Multi-agent Approach, دومین کنفرانس ملی بازی های رایانه ای؛ فرصت ها و چالش ها, اصفهان, دانشگاه اصفهان, https://www.civilica.com/Paper-CGCO02-CGCO02_010.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Rezapour, MohammadMehdi, ۱۳۹۵)
برای بار دوم به بعد: (Rezapour, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۲۷۲۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.