MétaCan
Menu
Retour à la cohorte
Enregistrement W2008191584 · doi:10.3917/cris.2179.0005

Les fédérations sportives

2013· article· fr· W2008191584 sur OpenAlexaff
Thierry Zintz, Mathieu Winand

Notice bibliographique

RevueCourrier hebdomadaire du CRISP · 2013
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensMinistère des Ressources naturelles et des ForêtsWorld Anti-Doping Agency
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

En Belgique, les fédérations sportives sont des acteurs essentiels dans le domaine du sport et de l’activité physique. Au nombre de cent soixante environ, elles regroupent plusieurs centaines de clubs, qui affilient quelque deux millions de personnes. La présente étude est consacrée au cadre politique, juridique, économique et social dans lequel évoluent les fédérations belges. Au niveau mondial, diverses structures réglementent la pratique sportive en promouvant l’exercice physique, en harmonisant les réglementations, en organisant les compétitions internationales ou en réglant les litiges (UNESCO, OMS, CIO, Tribunal arbitral du sport, Agence mondiale antidopage, fédérations internationales, etc.). Au niveau européen, l’attention des autorités se porte sur les apports sociaux et éducationnels du sport, ainsi que sur ses implications économiques. Au niveau belge, enfin, une multitude d’instances encadrent les activités des fédérations sportives : l’Autorité fédérale, les communautés, les régions, les provinces, les communes, le COIB, l’ADEPS, le BLOSO, etc. Situant le rôle et l’influence de chacun de ces acteurs, ce Courrier hebdomadaire analyse notamment la gestion du sport dans l’architecture institutionnelle, particulièrement complexe, de la Région bruxelloise. Dans une visée plus prospective, T. Zintz et M. Winand abordent également la question de la performance organisationnelle du système sportif belge.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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 Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCourrier hebdomadaire du CRISPMême sujetSport and Mega-Event ImpactsTravaux en français237 207