14、《但丁的地狱之旅：游戏与历史的交织》

原创 于 2025-08-20 13:27:09 发布 · 130 阅读 · 0 GEO检测
标签
#但丁的地狱之旅 # 电子游戏 # 历史教育

《但丁的地狱之旅：游戏与历史的交织》

1. 游戏与教育的思考

在当今游戏领域，不少学者认为电子游戏具备一定的教育价值。例如詹姆斯·保罗·吉指出，围绕电子游戏有益于学习这一假设，一个新的研究领域正在兴起。他提到电子游戏技术在娱乐之外，有望为校内外的严肃学习构建新的系统，其列举的教育原则包括“对复杂系统的同理心、经验模拟与行动准备、通过创建智能工具实现分布式智能、跨职能团队、情境意义以及开放性” ，且将开放性定义为“融合个人与社会”。

然而，深入探究会发现，电子游戏在教授历史或让玩家/学生深入了解过去方面的教育可能性并不显著。尽管像《但丁的地狱之旅》将场景设定在中世纪并非新颖概念，许多流行游戏如《模拟中世纪》《刺客信条》《要塞》和《帝国时代》系列等都涉及中世纪题材，但学者们常常忽视这些历史题材游戏在历史呈现上的教育潜力与陷阱。

从语言层面来看，历史题材游戏很难让玩家真正体会到历史的内涵。以《但丁的地狱之旅》为例，它虽可能引用原著的翻译内容，但并非使用中世纪意大利语进行游戏，其他中世纪题材游戏如《刺客信条》《模拟中世纪》也未运用原始语言。因此，所谓的“情境意义”难以让玩家对历史过去产生深刻的理解。

另外，凯蒂·萨伦和埃里克·齐默尔曼认为“游戏是玩家参与由规则定义的人为冲突并产生可量化结果的系统”，这似乎暗示了与历史理解的联系，因为对过去冲突的研究往往也将其视为有规则定义和量化的。但戈登·卡莱亚和伊万·柯林斯进一步指出，游戏的人为性使其体验模式与日常生活不同。尽管游戏的这些定义与历史有一定关联，但游戏本身往往并未遵循其声称所借鉴素材的规则和目标。所以，玩家从《但丁的地狱之旅》等中世纪或历史题材游戏中学到的，并非关于但丁、历史或中世纪这一特定时期的准确知识，更多的是现代

订阅专栏 解锁全文 会员秒杀 ¥9.9 重磅福利 超级会员免费看
YOLO算法工业车间扳手目标检测数据集-534张-标注类别为扳手.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
Arduino Nano 20KHz 袖珍数字示波器[项目源码]
06-27
本文设计了一款以Arduino Nano开发板为核心的便携式数字示波器，通过迷你OLED显示屏显示信号波形、频率和占空比，并使用按键开关更改测量模式和SCALE。该示波器克服了传统模拟示波器检测信号类型少、不具备预触发功能，以及数字示波器功耗高、体积大、价格昂贵等局限性。项目采用Arduino Nano R3、0.96英寸OLED 64x128显示模块、按键开关、电阻电容等硬件组件，在JLCPCB立创EDA上设计PCB电路板。软件方面使用Arduino IDE进行编程，通过C语言实现示波器功能，包括垂直幅度值划分（0.2V至50V）、水平时间值划分（1.56微秒至200毫秒）、触发沿设置、时域/频域切换等。实际测试中，该示波器能成功测量正弦波、矩形波、三角波等信号，并支持FFT变换显示频谱图。通过整体联调测试，测量STM32单片机输出的PWM信号，占空比测量误差在允许范围内。该示波器适用于10Hz至20KHz之间的波形分析，可用于测量音频信号、放大器信号和蓝牙信号等。
YOLO算法工业流水线牛奶盒目标检测数据集-313张-标注类别为牛奶盒.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法室内家居场景桌子与椅子目标检测数据集-964张-标注类别为桌子-椅子-桌子.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法室外训练场交通锥与信号灯目标检测数据集-1913张-标注类别为蓝色交通锥-绿灯-红灯-黄色交通锥.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法工业仓储与物流作业场景叉车目标检测数据集-1232张-标注类别为叉车.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
Windows 桌面开发｜Win10/Win11 快捷工具｜Win11 小助手｜电脑办公效率提升软件
06-27
本资源为 Win11 小助手工具安装包，兼容 Win10 系统，内置 Win7 适配版本；集成屏幕顶部鼠标功能绑定、窗口快捷管理、自定义全局快捷键、系统快捷控制、截图、系统右键样式切换等多功能，一站式简化 Windows 各类操作，轻量化运行无多余弹窗。 适用人群 职场办公人员、程序员、Windows 重度使用者、电脑运维人员、Win7/Win10/Win11 普通电脑用户。 使用场景及目标 日常办公多窗口切换、频繁文件操作、需要自定义快捷指令、经常截图调整系统设置、希望简化开关机 / 清理回收站等系统操作；核心目标减少重复操作步骤，大幅提升电脑操作效率。 其他说明 软件运行时微软杀毒可能出现误报，将文件还原信任即可正常使用；工具包含多系统适配版本，本地离线运行，功能免费开放。
针对KF状态估计的电力系统虚假数据注入攻击研究（Matlab代码实现）
06-27
内容概要：本文聚焦于针对采用卡尔曼滤波（KF）进行状态估计的电力系统，研究虚假数据注入攻击（FDIA）的机理与仿真方法，并通过Matlab代码实现完整的攻击模型。研究系统地分析了攻击者如何构造符合系统统计特性的隐蔽虚假数据，以规避传统不良数据检测机制，在不被察觉的情况下扭曲系统状态估计结果，进而威胁电力系统的运行监控与决策安全性。文中详细阐述了KF状态估计算法原理、攻击向量的数学建模与构造方法，并提供了可运行的Matlab代码，便于读者复现攻击过程，深入理解其内在机理与潜在风险。; 适合人群：具备电力系统分析、现代控制理论（特别是状态估计）基础知识，以及熟练Matlab编程能力的科研人员、高校研究生和从事电力系统网络安全防护工作的工程技术人员。; 使用场景及目标：①深入剖析基于卡尔曼滤波的电力系统状态估计的安全脆弱性；②研究虚假数据注入攻击的可行性、隐蔽性及危害程度；③为开发和验证新型攻击检测算法与防御策略提供精确的仿真攻击案例和测试平台。; 阅读建议：建议读者在充分掌握电力系统状态估计和卡尔曼滤波理论的基础上，仔细研读并运行所提供的Matlab代码，通过调整系统参数、噪声水平和攻击强度等变量，观察其对状态估计偏差的影响，从而深刻理解攻击的本质特征与防范的关键点。
图像处理基于深度学习的老照片修复技术研究与应用：低质量影像增强与重建方法
06-27
内容概要：本文围绕基于深度学习的老照片修复技术展开研究与应用，系统探讨了利用深度神经网络对老旧、破损或模糊照片进行高质量修复的方法。文中介绍了图像修复的核心任务，包括去噪、去划痕、超分辨率重建和色彩恢复等关键技术环节，并重点分析了当前主流的深度学习模型如卷积神经网络（CNN）、生成对抗网络（GAN）及其在老照片修复中的具体应用。通过构建端到端的修复框架，实现了对历史影像资料的自动化复原，提升了图像的视觉效果与保存价值。同时，文章还展示了实际案例，验证了所提方法的有效性和实用性。; 适合人群：具备一定深度学习基础，从事计算机视觉、图像处理相关工作的研究人员及工程技术人员，以及高校研究生和高年级本科生。; 使用场景及目标：①用于历史档案数字化过程中对老照片的自动修复；②应用于家庭老照片的智能复原服务；③为图像修复领域提供可参考的技术方案与实现思路； 阅读建议：此资源结合理论与实践，建议读者在理解模型原理的基础上，结合公开数据集与代码实现进行动手实验，深入掌握GAN等模型在真实场景下的调优技巧与应用局限性。
群体机器人的最优虚拟管规划与控制.zip
06-27
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
YOLO算法工业车间机械臂末端执行器目标检测数据集-735张-标注类别为中国-高压-无效-着陆-奥运-和平-放射性-微笑-星星.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法室内模型拖车牵引孔目标检测数据集-329张-标注类别为牵引孔-拖车.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
owersoft-video视频下载软件-支持多在线视频网站(可录制可嗅探可转换)
06-27
打开链接下载源码： https://pan.quark.cn/s/afadb9b06f1e owsersoft_video是一款功能丰富的视频下载工具，能够兼容众多主流在线视频平台，具备录制、探测及格式转换等多种核心功能。
word知识点汇总.pdf
最新发布
06-27
word知识点汇总.pdf
YOLO算法家庭冰箱内无乳糖牛奶目标检测数据集-1016张-标注类别为无乳糖牛奶.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法工业仓库叉车目标检测数据集-673张-标注类别为叉车-其他-叉车.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
K-Lite-Codec-Pack-1800-Standard视频解码器
06-27
一款适用于Windows系统的通用视频/音频解码器集成包，旨在解决系统自带的播放器无法播放多种格式视频文件的问题。
YOLO算法室内家居环境钟表目标检测数据集-1673张-标注类别为钟表.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值