امروز : جمعه, ۴ خرداد , ۱۴۰۳
- داستان برتر Mill Creek Valley- Pillars of the Valley – جوایز ULI Americas برای فینالیست برتری Mei Li Liss 3 مه ۲۰۲۴ درباره جوایز برتری ULI Americas برای فینالیست ۲۰۲۴ Mill Creek Valley – Pillars of the Valley (سنت لوئیس، میسوری) بیشتر بدانید.
- ایالت ها با ممنوعیت های جدید در برابر درآمد تضمین شده عقب نشینی می کنند
- «مکتب خدمت» میراث شهید آیت الله رئیسی
علوم شهری | متن کامل رایگان
۳٫ نتایج این بخش روند توسعه بازی شکار مکان (LHG)، از جمله طراحی مفهومی برنامه، مشخصات فنی، فرآیند طراحی رابط و گیم پلی را شرح می دهد. علاوه بر این، شرحی از مطالعه آزمایشی انجام شده و خلاصه ای از نتایج اولیه را ارائه می دهد. تجزیه و تحلیل کامل داده های مطالعه کارآزمایی در […]
۳٫ نتایج
این بخش روند توسعه بازی شکار مکان (LHG)، از جمله طراحی مفهومی برنامه، مشخصات فنی، فرآیند طراحی رابط و گیم پلی را شرح می دهد. علاوه بر این، شرحی از مطالعه آزمایشی انجام شده و خلاصه ای از نتایج اولیه را ارائه می دهد. تجزیه و تحلیل کامل داده های مطالعه کارآزمایی در زمان نگارش این مقاله در حال انجام است و قرار است در کارهای بعدی منتشر شود. چالش ها و محدودیت ها برای اطلاع رسانی به توسعه برنامه توسط دیگران مورد بحث قرار می گیرد.
۳٫۱٫ طراحی مفهومی LHG
۳٫۲٫ مشخصات فنی
در طول توسعه LHG، ما دو توسعه دهنده مختلف را برای فاز اول و دوم استخدام کردیم. چارچوب زمانی و بودجه به این معنی بود که ویژگی‌های طراحی مفهومی و فنی وجود داشت که ما می‌خواستیم اما مجبور بودیم روی آنها مصالحه کنیم. ما تصمیم گرفتیم LHG را به عنوان یک برنامه تحت وب توسعه دهیم تا به کاربران اندروید و iOS اجازه دهیم در بازی شرکت کنند. هنگام دوچرخه‌سواری، بازیکنان از گوشی‌های هوشمند خود برای عکس‌برداری و ضبط مختصات GPS استفاده می‌کنند، اما می‌توانند از هر وسیله شخصی برای شکار مکان‌ها یا رای دادن آنلاین استفاده کنند. مسیرهای دوچرخه از طریق خود دوچرخه ثبت می شود. هنگامی که دوچرخه روشن می شود، هر ۱۰ ثانیه گزارش های GPS را آپلود می کند.
LHG از Heroku به عنوان یک پلت فرم استقرار و Mapbox برای تجسم نقشه بر اساس نقشه خیابان باز استفاده می کند. گزارش‌های GPS در یک سرور ابری ذخیره می‌شوند و نشانه‌های مکان با محاسبه تعداد این گزارش‌ها ثبت می‌شوند. تصاویر گرفته شده توسط بازیکنان در یک سرور AWS ذخیره می شوند. هیچ اطلاعات شخصی از دستگاه‌های شخصی شرکت‌کنندگان جمع‌آوری نمی‌شود، که به وضوح در مطالعه آزمایشی از طریق فرم‌های رضایت به آنها اطلاع داده شد. به طور کلی، داده‌های ثبت‌شده توسط برنامه LHG شامل داده‌های مکانی مُهر زمانی (مسیرهای دوچرخه، سرعت، تصاویر برچسب‌گذاری‌شده جغرافیایی و نظرات آنها) است. و داده‌های تعامل مهر زمانی (تلاش برای حدس زدن مکان‌های پنهان، اقدامات رأی‌گیری و نتایج رأی‌گیری).
از آنجایی که LHG از یک دوچرخه استفاده می‌کند، ما یک سیستم حالت سواری را برای شناسایی دوچرخه‌سوار و تخصیص نشانه‌های مکان به مالک واقعی آنها پیاده‌سازی کردیم. شرکت‌کنندگان/بازیکنان به سادگی زمان شروع و پایان دوچرخه‌سواری خود را در برنامه علامت‌گذاری می‌کنند و این بازه زمانی با گزارش‌های GPS ذخیره‌شده در سرور دوچرخه مرتبط است.
۳٫۳٫ پروتوتایپ و فرآیند طراحی رابط
۳٫۴٫ بازی در LHG
۳٫۴٫۱٫ دوچرخه سواری
در حالی که در حالت سواری، شرکت‌کنندگان می‌توانند با استفاده از دکمه دوربین از موارد مورد علاقه خود عکس بگیرند و در صورت تمایل نظر خود را بنویسند. برای ثبت مختصات مکانی یک عکس، برنامه در ابتدا فقط بازیابی مهر زمانی از تلفن های همراه و تطبیق آن با نزدیکترین ورود به سیستم GPS در زمان ثبت شده توسط دوچرخه بود. با این حال، ما پس از آزمایش‌ها مشاهده کردیم که شکاف‌های ثابتی در ثبت سیاهه‌های GPS توسط سیستم دوچرخه وجود دارد، که منجر به گم شدن چاک‌ها در مسیرهای مشاهده‌شده روی نقشه‌ها می‌شود. به این معنی که در موردی که مکان یک عکس با یکی از این شکاف ها مطابقت دارد، راه حل تطبیق مُهرهای زمانی برای شناسایی مکان عکس نمی تواند قابل اجرا باشد. در نتیجه، علیرغم اینکه این روش مراحل اضافی را برای بازیکنان اضافه می‌کرد (به مرورگر و برنامه وب اجازه می‌دهد به موقعیت مکانی گوشی دسترسی داشته باشند) از GPS تلفن همراه برای ضبط مختصات عکس‌ها استفاده می‌کنیم.
۳٫۴٫۲٫ مکان های شکار
-
مسیرهای آبی: نشان دهنده تمام دوچرخه سواری های قبلی که در بازی انجام شده است، جایی که چالش مکان های شکار به پایان رسیده است.
-
یک مسیر قرمز: مسیر بازی فعال انتخاب شده را نشان می دهد که در آن عکس نشان داده شده در رابط در جایی گرفته شده است. این مسیر به عنوان نشانه ای از محدوده ای است که بازیکنان باید مکان پنهان آن عکس را شکار کنند. در بالای خط قرمز، نقاط GPS به صورت دایره های سفید شفاف تجسم می شوند که همپوشانی این دایره ها را قابل شناسایی می کند. فاصله بین این دایره ها نشان دهنده سرعت دوچرخه است و همپوشانی نشان دهنده توقفی است که می توان برای گرفتن عکس ایجاد کرد.
-
مسیرهای نارنجی: در صورت وجود، سایر مسیرهای بازی همزمان فعال را نشان دهید. آنها به بازیکنان نشان می دهند که عکس های دیگری وجود دارد که می توانند شکار کنند. با استفاده از فلش های چپ و راست در رابط، بازیکنان می توانند از یک عکس به عکس دیگر حرکت کنند. با این کار مسیرهای نارنجی رنگ قرمز می شوند.
-
پرچم های آبی: نشان دهنده عکس هایی است که مکان های آنها توسط بازیکنی که نام کاربری آن روی پرچم نوشته شده با موفقیت حدس زده شده است.
-
پرچم های بنفش: نشان می دهد که هیچ بازیکنی نمی تواند مکان را با موفقیت حدس بزند، در این صورت نام کاربری دوچرخه سواری که عکس را به اشتراک گذاشته است روی پرچم نمایش داده می شود.
توجه به این نکته مهم است که به شرکت کنندگان فقط اطلاعاتی در مورد معنای تجسم داده ها داده شد. هیچ تفسیری از آنچه می تواند نشان دهد به آنها داده نشد. به طور خاص، این واقعیت که همپوشانی دایره های شفاف (نماینده نقاط GPS) می تواند محل پنهان عکس باشد، به شرکت کنندگان در مطالعه آزمایشی اطلاع داده نشد. یکی از اهداف این پروژه بررسی این موضوع است که آیا این تجسم داده ها درک خواهد شد و چگونه توسط شرکت کنندگان تفسیر می شود.
۳٫۴٫۳٫ رای دادن برای مکان ها
فعالیت رای گیری در LHG به عنوان یک نظرسنجی ساده مفهومی شده است. از بازیکنان دعوت می‌شود تا نظر خود را در مورد اینکه کدام یک از مکان‌ها یا تصاویری که فکر می‌کنند در بین تمام مکان‌های به اشتراک گذاشته شده در بازی بهترین هستند را بیان کنند. این فعالیت به شرکت کنندگان این امکان را می دهد که اولاً با بررسی چیزها یا مکان هایی که دیگران برای عکس گرفتن از آنها انتخاب کرده اند و در مرحله دوم با مشاهده نتایج رأی گیری، در مورد منطقه محلی و علایق یکدیگر اطلاعات کسب کنند. این سیستم رأی گیری بر اساس نشانه های مکان است که به موجب آن بازیکنان/شرکت کنندگان تشویق می شوند تا به صورت فیزیکی در فضای عمومی حرکت کنند. هرچه بازیکنان بیشتر دوچرخه سواری کنند، امتیازهای GPS بیشتری تولید می کنند، در نتیجه توکن های بیشتری جمع می کنند و به آنها اجازه می دهد تا تأثیر بیشتری بر نتایج رای گیری داشته باشند.
۳٫۵٫ خلاصه ای از نتایج اولیه از یک مطالعه آزمایشی
این کارآزمایی به عنوان یک فرآیند مشارکت داوطلبانه، شبیه سازی پروتکل مشارکت در برنامه ریزی شهری طراحی شد. ما شرکت‌کنندگان خود را از طریق ارتباط فعال با جامعه، با استفاده از رسانه‌های مختلف از جمله وب‌سایت، پوستر، و یک ویدیوی آموزشی، استخدام کردیم و از همه کاربران پردیس، از جمله اعضای هیئت علمی و کارمندان، برای بازی LHG دعوت کردیم. شرکت‌کنندگان می‌توانند از دستگاه‌های شخصی خود استفاده کنند و برنامه وب نیازی به دانلود ندارد. برای ثبت نام در LHG، شرکت کنندگان باید یک آدرس ایمیل و یک رمز عبور و یک نام کاربری برای حساب های خود ایجاد کنند. دوچرخه در یک مکان سرپوشیده در فضای باز در کنار یک ایستگاه اتوبوس و روبروی ساختمان اصلی پردیس قرار گرفت. این فضا دارای پوسترها، دستورالعمل‌ها و کدهای QR بود که از عابران دعوت می‌کرد تا به بازی بپیوندند.
از شرکت کنندگان خواسته شد (۱) یک پیش نظرسنجی مرتبط با فرم رضایت شرکت را پر کنند، (۲) LHG را آزادانه در دوره آزمایشی بازی کنند، و (۳) یک پس از نظرسنجی توزیع شده از طریق ایمیل را پر کنند. پس از پایان کارآزمایی، بحث‌های گروهی نیمه ساختاریافته آنلاین را با هفت شرکت‌کننده که داوطلب شرکت در آن بودند، انجام دادیم. به کسانی که نظرسنجی های قبل و بعد را انجام داده و حداقل یک اقدام در بازی انجام داده اند یک کارت هدیه ۱۰۰۰ ینی داده می شود. تمام رسانه های ارتباطی به دو زبان ژاپنی و انگلیسی ارائه شد.
در مدت ۶ هفته (اکتبر تا نوامبر ۲۰۲۲)، در مجموع ۶۵ بازیکن به بازی پیوستند که ۱۷ نفر از آنها فعال نبودند. علاوه بر این، ۲۲ شرکت کننده ۳۸ دوچرخه سواری با مدت زمان متوسط ۵۶ دقیقه انجام دادند. ۳۰ شرکت‌کننده ۳۲۶ تلاش برای حدس زدن مکان‌های پنهان به صورت آنلاین انجام دادند (متوسط = ۴)، که از این میان شانزده شرکت‌کننده حداقل یک بار می‌توانستند به درستی حدس بزنند. برای رای گیری بهترین مکان ها، ۳۹ شرکت کننده ۳۷۵ اقدام رای گیری انجام دادند (میانگین = ۴). در مجموع ۲۱۶ عکس در LHG گرفته شده است که ۱۳۷ عکس به آنها ضمیمه شده است. در زمان نگارش این مقاله، تجزیه و تحلیل داده های داده های خود گزارش شده و داده های ثبت شده هنوز ادامه دارد. مرحله بعدی تحقیق، تعامل و ارزیابی شرکت کنندگان با LHG را ارزیابی خواهد کرد. این مطالعه آزمایشی مورد تایید کمیته اخلاق پژوهش دانشگاه قرار گرفت.
۴٫ بحث
بخش بحث زیر مشاهدات اولیه در مورد آشکار شدن مطالعه آزمایشی را گزارش می‌کند و برخی از چالش‌ها، عمدتاً بروز اشکالات فنی، را که در طول فرآیند با آن مواجه است، شرح می‌دهد. با این حال، این بخش قصد ندارد LHG را ارزیابی کند. با این گفته، بحث زیر بینش‌هایی را در مورد طراحی و آزمایش LHG ارائه می‌کند که می‌تواند برای سایر محققان در توسعه ابزارهای بازی‌سازی مبتنی بر مکان مشارکتی مشابه مفید باشد.
این کارآزمایی به عنوان مداخله ای در یک محیط کنترل نشده (یک محوطه دانشگاه) طراحی شد که از همه کاربران خود (صدها دانشجو، اساتید و کارمندان) دعوت می کرد تا یک برنامه بازی سازی شده را امتحان کنند. از این رو، علیرغم اینکه تعداد شرکت کنندگانی که به LHG پیوستند زیاد نبود، ما این نتیجه را بخشی از نتایج این مطالعه می دانیم. دلایل پشت این نتیجه می تواند مربوط به طراحی برنامه، طراحی مطالعه یا شرایط خارجی باشد. علاوه بر این، ما درگیر جمع آوری داده های کیفی غنی از طریق بحث های گروهی و بازخورد نوشتاری علاوه بر داده های کمی شدیم تا از تجزیه و تحلیل و ارزیابی تکمیلی اطمینان حاصل کنیم. توجه به این نکته نیز حائز اهمیت است که به دلیل ماهیت تحقیق پژوهشی که بر گردآوری داده ها متکی است، از شرکت کنندگان خواسته شد که یک فرم ورودی حاوی رضایت نامه و یک پیش نظرسنجی را پر کنند. با وجود اینکه پر کردن این فرم فقط چند دقیقه طول می کشد، ما معتقدیم که ورود شرکت LHG بدون این مرحله اضافی می توانست راحت تر باشد.
استفاده از دوچرخه به عنوان یک رسانه machi-aruki LHG را از کاربردهای قبلی ابزار ICT در machi-aruki متمایز می کند. به یک معنا، دوچرخه به عنوان یک رسانه موقعیت‌یافته عمل می‌کند و توجه مردم را به خود جلب می‌کند و آنها را به شرکت در محل یا آنلاین دعوت می‌کند. با این وجود، ما گمان می‌کنیم که سوار شدن بر آن دوچرخه خاص ممکن است شانس مشارکت فیزیکی افراد بیشتری در LHG را محدود کند. برخی از شرکت‌کنندگان می‌پرسیدند که آیا می‌توانند از دوچرخه‌های خود برای دوچرخه‌سواری، به تنهایی یا با دوستانشان استفاده کنند. علاوه بر این، برخی از شرکت کنندگان دوچرخه سواری را به عنوان اجباری برای شرکت در LHG اشتباه درک کردند. برعکس، سایر شرکت‌کنندگان دوچرخه کمکی را برای حرکت در منطقه روستایی در اطراف دانشگاه مناسب دانستند و سفرهای ماچی آروکی خود را در LHG با انجام کارهای شخصی خود ترکیب کردند. به طور کلی، LHG می‌تواند با استفاده از GPS دستگاه‌های تلفن همراه شخصی نیز پیاده‌سازی شود، که به شرکت‌کنندگان اجازه می‌دهد از فرم تحرک ترجیحی خود استفاده کنند، در این صورت، مسائل مربوط به حریم خصوصی باید حل شود.
با وجود در دسترس بودن مطالب آموزنده گسترده (وب سایت، پوستر، فیلم آموزشی) در مورد نحوه بازی LHG، برخی از شرکت کنندگان دستورالعمل ها را مشاهده نکردند یا ترجیح دادند. در این مرحله، LHG دستورالعمل های گسترده ای در برنامه نداشت تا شرکت کنندگان را قدم به قدم راهنمایی کند. در P2 (نمونه اولیه ۲)، پس از دریافت بازخورد برخی از شرکت‌کنندگان که متوجه نشدند چگونه مکان‌ها را شکار کنند، افسانه‌ای را اضافه کردیم که طرح تجسم داده‌ها را توضیح می‌دهد. در نتیجه، سادگی و وضوح ابزار عامل مهمی در تشویق به پذیرش اشکال جدید مشارکت است.
در حالی که رویکرد بازی ساز ابزار و UX-I در توسعه این نمونه اولیه در اولویت قرار داشت، روش های ردیابی GPS نیز به ویژه با استفاده از دوچرخه برقی بهبود و آزمایش شدند. در سطح فنی، جمع‌آوری و دقت داده‌های GPS دو مورد از مسائل اصلی بود که نیاز به اصلاحات و بهبود مستمر در طول مداخله آزمایشی داشت. دوچرخه برقی مورد استفاده در LHG مجهز به دستگاه ردیابی است که پس از روشن شدن دوچرخه شروع به ارسال گزارش های GPS به سرور ابری می کند. دقت دستگاه ردیاب دوچرخه قابل قبول بود. با این حال، ما با مشکلات داده‌های از دست رفته (شکست در آپلود تکه‌های مسیرهای GPS به سرور) و تاخیرهای غیرقابل پیش‌بینی در آپلود مواجه شدیم که منجر به ناتمام شدن مسیرهای دوچرخه در نقشه مکان شکار می‌شود. مسیرها در نهایت پس از یک دوره مشخص (به طور متوسط چند دقیقه) تکمیل می شوند. علاوه بر این، GPS گوشی هوشمند، که برای جمع‌آوری مختصات عکس‌های گرفته شده در حین ماچی آروکی استفاده می‌شود، دقت پایینی به‌ویژه دستگاه‌های اندرویدی دارد. این همچنین می تواند مربوط به این واقعیت باشد که منطقه ای که دادگاه در آن برگزار شد روستایی بود. این مسائل بر گیم پلی در مکان های شکار تأثیر می گذارد، به طوری که بازیکنان به درستی مکان یک تصویر را حدس می زنند و همچنان یک پیام پاسخ اشتباه دریافت می کنند. ما با اصلاح دستی مختصات GPS، مسیر دوچرخه و نقشه به عنوان مرجع، این مشکل را برطرف کردیم.
علاوه بر این، ما تصدیق می کنیم که موضوع شکاف دیجیتال و دسترسی به ابزارهای ICT با وجود گسترش روزافزون اینترنت و ابزارهای ارتباطی همچنان ادامه دارد. بنابراین، ما ابزارهای ترکیبی مانند LHG را جایگزین شیوه‌های فعلی ماچی آروکی نمی‌دانیم، بلکه به عنوان یک ابزار مکمل و پشتیبانی برای فرآیندهای چهره به چهره و دیجیتال موجود در نظر می‌گیریم. برخی از افراد با جلسات حضوری احساس راحتی کمتری دارند یا توانایی مالی برای پیوستن به آنها را ندارند. دیگران تعامل آفلاین و انرژی اجتماعی ایجاد شده را ترجیح می دهند. در این راستا، اگرچه خارج از محدوده این پروژه است، اما یکی از ویژگی های بالقوه جالبی که می تواند به یک برنامه بازی machi-aruki مانند LHG اضافه شود، عملکردی است که به سازمان دهنده یا تسهیل کننده فرآیند مشارکت اجازه می دهد. برای تغییر پارامترهای زیر در مکانیک بازی: دورهای رای گیری، بازه زمانی حدس زدن، تعداد شانس های حدس زدن، و غیره. فعالیت ها، در تنظیمات مختلف مشارکت (کارگاه های آموزشی (آنلاین و آفلاین)، تورهای جمعی ماچی آروکی و غیره).
۴٫۱٫ ارزش افزوده LHG
۴٫۲٫ نتایج مطلوب LHG
۴٫۳٫ مراحل تحقیقات آینده
-
تجزیه و تحلیل داده های قبل و بعد از نظرسنجی، با علاقه خاص به انگیزه اولیه شرکت کنندگان و رابطه آن با تعامل آنها با برنامه، و ارزیابی آنها از تجربه مشارکت.
-
تجزیه و تحلیل داده های کیفی جمع آوری شده عمدتاً از طریق بحث های گروهی آنلاین، علاوه بر مشاهدات میدانی و بازخورد کتبی از شرکت کنندگان.
-
ارزیابی LHG به عنوان یک ابزار ماچی آروکی، با توجه به این که کدام ویژگی ها در دستیابی به نتایج ملموس و غیر ملموس مطلوب ماچی آروکی موفق بوده اند و کدامیک کمتر موفق بوده و نیاز به بهبود و بهبود دارند.
منبع:
۱- shahrsaz.ir , علوم شهری | متن کامل رایگان
,۲۰۲۳-۱۲-۱۸ ۰۳:۳۰:۰۰
۲- https://www.mdpi.com/2413-8851/7/4/126
- دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
- پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
- پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.