我们的评价如何得出

Meaningful Games 不会把每一个夹带课程的数字产品都收进来。第一个问题更窄：如果那份有益的效果消失了，人们还会想玩它吗？

这个问题把游戏和那些只借用了积分、连续打卡、徽章与奖励的应用区分开。一款教育应用可能确实有用，但仅仅有用并不足以进入这个目录。

四条适用于整个目录的承诺。它们是「是」或「否」，不是量表上的分数，因此没有哪一条能悄悄抬高评价。

游戏优先。以及对自身题材诚实：任何游戏都会简化，能进来的是那种坦承自己在哪里简化、戏剧化或虚构的游戏，而这个界限会写在它的页面上。

获取门槛是事实，不是美德：价格、平台、阅读量，以及年纪较小的玩家需要多少帮助，我们都会公布并做成筛选项，但免费并不会让一款游戏更有用。还有独立性：与团队有关联的游戏会有明显标注，绝不在排序中获得优待，也绝不自动进入任何合集。

有用性是我们的编辑评价，共五级。它是对这款游戏结构的判断，不是被测量出来的效果，也不代表游戏好不好。

证据说明除我们之外还有谁核实过。它只是为有用性评价加上限定，从不抬高或压低它。它出现在游戏页面上而不是卡片上，因为这是之后才会问的问题。

玩家反响是我们从商店抄来的数字，连同它原本的格式、评价数量和我们查看的日期。它不是我们给的分。

契合，权重 45%：玩法本身要求你运用多少真正的知识或技能？这是最重的维度。在最高处，玩就是做真事：写出能运行的代码、规划一条轨道、构造一个证明。在最低处，收获只是游戏摆出来的一种通用软技能，比如沟通或耐心，或者一个仅仅充当背景的题材。

迁移，权重 30%：你在这里练到的东西，离开游戏还用得上吗？代码、数字逻辑和几何会直接迁移。沿途学到的题材知识会部分迁移。在人为情境中训练出的通用习惯很少能迁移，关于远迁移的研究也是这么说的。

反复，权重 25%：随着难度提升，游戏会不会让你一次次运用这项技能？成百上千小时不断提升的挑战得分最高；一次简短的通关得分很低。只有有价值的部分才算数，所以无休止地重复一项单薄的技能收获不了多少。

易得性与准确性在 2026 年 9 月 14 日之前也在这里，现在被有意移出。获取门槛是公布出来的事实和筛选项；诚实是准入条件和写明的保留意见。

卡片上显示的是等级，而不是百分制的数字。等级从内部评分的 85、70、55 和 40 分开始划分，这个评分写在每个游戏页面上、紧挨着各维度的理由，但我们愿意作为判断公开的是等级。我们的门槛刻意定得很高：一款「低」或「极低」的游戏，依然可能非常值得一玩。

卓越：少见。在这里玩就是在一个真实学科里做真事，而且能撑住许多小时。高：一项扎实的技能或一整块知识，在游戏之外依然管用，并且被深入练习过。中等：确实有真材实料，但有明确的限度——一个真实系统被简化成了几个杠杆，或者是在虚构材料上进行的真正推理。

低：真实但狭窄的东西——一种在人为情境中的通用技能，或者一个你更多是在旁观、而不是在真正打交道的题材。极低：一款好游戏，但留不下多少能在别处用上的东西。它在这里是因为值得一玩，而不是因为它能教你什么。

有研究支持：已有公开发表的研究考察过这款游戏，或它所依据的这一具体机制。如果某个效果还被独立重复验证过，游戏页面会说明；重复验证是这一级内部的一条注记，而不是更高的一级，因为研究本来就是我们能指向的最有力的东西。

有实践支持：没有公开研究，但要为结果负责的人在用它，例如学校、诊所、博物馆和科研实验室。它与上一级的差别在于种类而非程度：那一级是论文，这一级是实际应用。

仅编辑判断：编辑部之外没有人核实过。这是我们对这款游戏玩法的判断，目录中的大多数都属于这一类。把这一点直说出来，正是这个标记存在的意义。

有关联的游戏会公开标注，绝不在排序中获得优待，也绝不默认进入推荐或合集。完整政策见信息披露页面。

人工智能用于准备和整理工作：元数据、初步分类、结构化摘要、一致性检查和初稿。人工智能不会独立判断历史或科学上的准确性，不会提升证据等级，不会处理利益冲突，也不会发布没有依据的说法。

游戏会变，资料来源也会变。事实或来源方面的问题可以通过更正页面告诉我们；一般的编辑问题请用联系页面。