Christian S. Loh 博士，南伊利諾大學卡本代爾分校虛擬環境實驗室主任
I-Hung Li，南伊利諾大學卡本代爾分校虛擬環境實驗室研究助理
嚴肅遊戲最初旨在成為高階培訓工具，以提升學員/學習者的決策能力和工作表現。目前，只有不到10%的嚴肅遊戲被設計用於輔助培訓，包括用於軍事和醫療模擬與訓練的遊戲。如果我們了解應該使用哪些績效指標，如何將這些分析轉化為對利害關係人有意義的洞察，以及如何為學習者提供即時（再）培訓和補習，嚴肅遊戲分析可以提升這類培訓的價值，從而影響學習型組織的投資報酬率 (ROI)。
熟練個體（專家）與新手之間的行為和認知差異已在文獻中得到充分證實。動作序列是能力的一個組成部分，由執行動作的時間順序組成，已被證明有助於在訓練績效評估中區分（可能的）專家和新手。在培訓和學習行業中，區分專家和新手，並可能預測誰可能更快（培訓時間更短）成為專家的能力至關重要。
我們捕捉了嚴肅遊戲中玩家的行為，並透過將遊戲世界劃分為不同粒度的網格來編碼他們的動作序列。我們使用 JMP Pro 12 中的偏最小二乘判別分析 (PLS DA) 函數比較這些變數以及遊戲總完成時間，根據玩家在遊戲中的行為將他們區分為專家和新手，以進行效能評估和嚴肅遊戲分析。
關鍵字：偏最小平方法判別分析、嚴肅遊戲分析、動作序列、相似性指數、績效評估
