MétaCan
Menu
Retour à la cohorte
Enregistrement W2059360118 · doi:10.1080/07053436.2003.10707629

Pressures on Sports Volunteers Arising from Partnerships with the Central Government

2003· article· en· W2059360118 sur OpenAlexvenueno aff
Geoff Nichols, Peter Taylor, Lindsay Findlay-King, Kirsten Holmes, R. Sam Garrett

Notice bibliographique

RevueLoisir et Société / Society and Leisure · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)ClubContext (archaeology)Central governmentSport managementPolitical scienceScale (ratio)Public relationsWork (physics)Affect (linguistics)Public administrationPsychologyLocal governmentMedicineEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

This paper uses results of two research projects investigating the pressures on volunteers in UK sport to illustrate the implications of partnerships between national governing bodies of sport and the central government. National governing bodies of sport receive funding from the central government via Sport England and UK Sport. This funding has conditions attached. The conditions will affect volunteers at the national level of the NGB, but will also cascade down to volunteers in the sports clubs. Thus, they add to the complexity and scale of tasks performed by club level volunteers, who require additional support to perform them. For most NGBs, this external funding is a very significant proportion of their income, so it may have a corresponding impact on the development of the sports and the work of volunteers. The conditions attached to support can be understood in the broader context of a professionalisation of sport in the voluntary sector. As such, the pressures from the central government are inevitable, but volunteers can also be supported by their NGBs and Sport England.

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)0,019
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,039
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,012
Communication savante0,0140,004
Science ouverte0,0020,024
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,033
Tête enseignante GPT0,295
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations21
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLoisir et Société / Society and LeisureMême sujetSport and Mega-Event ImpactsTravaux en français237 207