MétaCan
Menu
Retour à la cohorte
Enregistrement W2007596155 · doi:10.2167/cit263.0

Developing Local Citizenship through Sporting Events: Balancing Community Involvement and Tourism Development

2006· article· en· W2007596155 sur OpenAlexaff
Laura Misener, Daniel S. Mason

Notice bibliographique

RevueCurrent Issues in Tourism · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTourismCitizenshipBusinessCommunity developmentPolitical sciencePublic relationsMarketingEconomic growthEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Cities throughout the world have struggled to remain competitive in an era of globalisation and devolution. As a result, many have turned to tourism-related activities, such as hosting sporting events or mega-events, as part of development strategies (Hall, 1992). Within this context, questions of how these short-lived events affect resident and nonresident identities have been raised. In essence, questions of citizenship, community, and identity have become central with the on-going use of itinerant tourism strategies. Lepofsky and Fraser (2003) reasoned that community citizenship can no longer be viewed as a static concept, where rights to local citizenship are guaranteed by virtue of residential status. They propose the notion of flexible citizenship, where residents and nonresidents alike determine their level of citizenship by their ability to negotiate their contributions within the community. This paper uses this conceptualisation of citizenship to explore how community involvement in the hosting of sporting events – by organising, watching, or participating in an event – affects notions of community citizenship, and how these newly articulated citizenships affect tourism development.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,010
Communication savante0,0100,007
Science ouverte0,0010,016
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,076
Tête enseignante GPT0,366
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in TourismMême sujetSport and Mega-Event ImpactsTravaux en français237 207