MétaCan
Menu
Retour à la cohorte
Enregistrement W2085256022 · doi:10.1080/14927713.2014.933511

Boozing, brawling, and community building: sport-facilitated community development in a rural Ontario community

2014· article· en· W2085256022 sur OpenAlexaffvenueabout
Kyle Rich, Corliss Bean, Zale Apramian

Notice bibliographique

RevueLeisure/Loisir · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensNOSM UniversityUniversity of OttawaWestern University
Organismes subventionnairesnon disponible
Mots-clésSocial capitalTournamentSociologyCommunity developmentIdentity (music)Embodied cognitionCommunity organizationCommunity buildingSocial identity theoryPublic relationsLocal communityPolitical scienceSocial scienceSocial groupLaw

Résumé

récupéré en direct d'OpenAlex

Sport, and specifically hockey, is discussed extensively in relation to social identity formation and other social outcomes, both positive and negative, within Canadian society. In this article, we utilize a collaborative analysis to examine an autoethnographic account of participation in a rural community hockey tournament and its various social outcomes. Through this analysis, we discuss the construction of social identities, social capital, nostalgia, and heritage and then we explore the tensions that exist between the values made explicit by institutional sporting bodies, such as the Canadian Sport Policy, and the values embodied by the tournament. We discuss how idiosyncratic elements of the tournament generate social outcomes and promote community development, despite violating institutional norms. By revealing the rift between institutional- and community-level values, we highlight a need for more contextual interpretations of rural community sporting events in order to better understand the complex ways in which they may contribute to local culture and community development.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,301

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,010
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,311
Écart entre enseignants0,257 · 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

Citations17
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetSport and Mega-Event ImpactsTravaux en français237 207