MétaCan
Menu
Retour à la cohorte
Enregistrement W2031450749 · doi:10.1080/09523367.2013.817990

The Emergence of Moral Technopreneurialism in Sport: Techniques in Anti-Doping Regulation, 1966–1976

2013· article· en· W2031450749 sur OpenAlexaboutno aff
Kathryn Henne

Notice bibliographique

RevueThe International Journal of the History of Sport · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensnon disponible
Organismes subventionnairesInternational Olympic CommitteeAustralian National UniversityNational Science Foundation
Mots-clésPolitical scienceLaw and economicsEconomics

Résumé

récupéré en direct d'OpenAlex

This article focuses on the early work of the International Olympic Committee (IOC) Medical Commission's anti-doping policies as a unique form of moral entrepreneurship. As the concept suggests, the Medical Commission's rule-making power relied, in part, on members' expertise and their status as elites. It also came to depend upon technopreneurialism, that is, entrepreneurial scientific innovation, particularly in relation to methods of detecting evidence of doping. Attending to these distinctions, this article argues that these early efforts reveal the emergence of ‘moral technopreneurialism’. By this, I refer to how technological developments serve and, in turn, shape anti-doping goals. Through an analysis of primary IOC documents and archival materials housed in Lausanne, Switzerland, this article considers how the Medical Commission implemented testing to detect evidence of doping from the mid-1960s through the 1976 Olympic Games in Montreal. These Games mark the introduction of anabolic steroids testing, which is noteworthy because the events leading up to it illustrate how policy-makers pushed for urgent scientific development, now an accepted trope in the fight against doping. This article concludes with a reflection on how technopreneurialism has culturally impacted the institutionalisation of the moral crusade against doping in sport.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,714

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0120,086
Communication savante0,0080,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · 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.

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

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of the History of SportMême sujetDoping in SportsTravaux en français237 207