MétaCan
Menu
Retour à la cohorte
Enregistrement W2066293236 · doi:10.1108/01409170510784896

Management of Sports Facilities: Stress and Terrorism Since 9/11

2005· article· en· W2066293236 sur OpenAlexaff
Steven H. Appelbaum, Ethan Adeland, Jake Harris

Notice bibliographique

RevueManagement Research News · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)SAFERBusinessAutonomyPublic relationsStress managementTask (project management)AthletesMarketingComputer securityPsychologyComputer scienceManagementEngineeringMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Since 9/11, the world has been on alert and it is just a matter of time before a sports facility is targeted. No empirical studies have examined the stress levels of employees in sports facilities. Tangential studies will show, stress symptoms, changes in behavior and life style continued long after 9/11 to the point that it became a habit and no longer an isolated event. However, there is still the question of a secure work environment for the employees of these sports facilities. The current level of security being implemented in sport facilities is no longer sufficient to ensure the safety of employees, participants and spectators. Recommendations have been chosen carefully and are budget dependent. The implementation of biometrics will potentially reduce the stress levels of the targeted work environments by making it a safer place. The increased level of stress in the work environment has been partially reduced by several stress management techniques that include: task redesign, flexible work schedules, participative management, increased employee autonomy, employee fitness programs and open lines of communication to voice on going concerns to insure the safety of fans, athletes and employees. A conclusion is there is still a major concern of a secure work environment for the employees of these sports facilities at this date. This is the challenge.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,124
Tête enseignante GPT0,469
Écart entre enseignants0,345 · 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

Citations16
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Research NewsMême sujetCOVID-19 and Mental HealthTravaux en français237 207