MétaCan
Menu
Retour à la cohorte
Enregistrement W2046280798 · doi:10.1016/s1441-3523(08)70112-8

Development through Sport: Building Social Capital in Disadvantaged Communities

2008· article· en· W2046280798 sur OpenAlexaboutno aff
James Skinner, Dwight Zakus, Jacqui Cowell

Notice bibliographique

RevueSport Management Review · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedCommunity developmentSocial capitalPublic relationsContext (archaeology)Community organizationSport managementInclusion (mineral)SociologyCommunity buildingIdeologySociology of sportGovernment (linguistics)Economic growthPolitical sciencePoliticsSocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Traditional delivery of sport development programs, especially at the community level, faces particular challenges under neoliberal ideology. While several issues are evident, this paper addresses only the issue of development through sport for disadvantaged communities. It reviews models where sport was employed to develop better community and citizen life outcomes and to deal with social issues previously addressed through “welfare state” processes. These new models flow out of neoliberalist state agendas to assist in fostering social inclusion and in building positive social capital in disadvantaged communities. Examples from England, Scotland, Northern Ireland and Canada are analysed and the implications for the Australian context are discussed. The discussion focuses on best practice success factors such as policy and strategy, partnerships, places and spaces, community/social development, evaluation and monitoring and sustainability. The role of traditional sports clubs and local government in delivering social inclusion programs and the emerging provision of community based sport activities by community/social development organisations is detailed. The implications for sport management, in terms of community development, community sport development and sport policy, are also discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,000
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 Opus0,052
Tête enseignante GPT0,334
Écart entre enseignants0,282 · 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

Citations337
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Management ReviewMême sujetSocial Capital and NetworksTravaux en français237 207