Addressing the Small Market Problem for Canadian NHL Franchises: On-site Gaming as a New Revenue Stream
Notice bibliographique
Résumé
This paper identifies the unique problems faced by Canadian small market (CSM) franchises in the National Hockey League (NHL). While featuring characteristics similar to other major leagues in North America, CSM franchises are also burdened by currency and taxation issues that favor US-based teams, as well as a reliance on gate revenues, which have exacerbated the problem for NHL teams. Three general alternatives devised to address the small market problem are introduced in this paper: (1) allow other stakeholders, such as levels of government, to subsidize weaker teams; (2) create revenue sharing agreements among teams to distribute money to weaker franchises; and (3) create artificial restraints on player salaries in order to reduce the ability of large market teams to stockpile talent (Cocco & Jones, 1997). These are reviewed in the context of the NHL and include the Mills Report and Manley proposals, the Alberta Players Tax, lotteries, revenue sharing, and salary caps. A proposal is put forward to explore the use of on-site gaming in arenas in order to provide additional revenues for Canadian-based NHL teams. The benefits of such a proposal are then reviewed, which include: (1) acting as a less regressive tax than other government subsidies by targeting game attendees; (2) having fans who already support the team provide the subsidization, eliminating those who are not followers of hockey from bearing the financial burden; and (3) enhancing the viewing experience of fans. In doing so, it is hoped that an alternative way of assisting small market Canadian teams can be achieved that does not require substantial legal or labor negotiations, while not altering the structural characteristics of the league as a whole.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».