MétaCan
Menu
Retour à la cohorte
Enregistrement W2109481498 · doi:10.1123/jsm.2014-0144

Collaborative Self-Ethnography: Navigating Self-Reflexivity in a Sport Management Context

2014· article· en· W2109481498 sur OpenAlexaff
Shannon Kerwin, Larena Hoeber

Notice bibliographique

RevueJournal of Sport Management · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of ReginaBrock University
Organismes subventionnairesnon disponible
Mots-clésReflexivityEthnographySociologySport managementContext (archaeology)Participant observationField (mathematics)Public relationsPsychologySocial sciencePolitical scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

The main goal of our article is to encourage personal reflection within the field of sport management as a tool to strengthen methodological approaches in our research. We explore and discuss the utility of collaborative self-ethnography as one way to acknowledge personal identities through a reflexive account of our experiences as sport fans and sport researchers with this methodology. We draw on a previous study of our experiences as sport fans to illustrate techniques, downfalls, and benefits of studying one’s experiences in a collaborative methodological approach. We have two objectives: First, we hope to encourage sport management researchers to acknowledge and reflect on their personal identities related to sport, such as being a fan, coach, volunteer, or former participant, in their research. Second, we aim to demonstrate the utility of collaborative self-ethnography as one way to incorporate reflexivity in sport management research and theory 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,525
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,322
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

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

Citations40
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport ManagementMême sujetSports, Gender, and SocietyTravaux en français237 207