Reputational capital and olympic events: a case study of whistler live!
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mega events such as the Vancouver 2010 Winter Olympic and Paralympic Games present unique opportunities to increase the economic and social capital required by destinations to be competitive on the global tourism stage. Engaging Games and community stakeholders in the networks needed to organize and deliver such events is central to creating sustained and positive legacies. Network building and maintenance can occur at a variety of levels and scales. Effective and sustained networks depend on and are shaped by the social and reputational capital created through the process of managing various dimensions of the event. One of the more recent Games’ dimensions used as a vehicle for creating social capital is the Cultural Olympiad. This dissertation creates and tests the utility of a conceptual model in identifying how event organizers strategically select stakeholders and nurture network relations to build the reputational capital needed for sustained competitiveness. It builds this model based on premises and principles emerging from literature related to corporate social responsibility, social capital development, reputational capital creation, Olympic mega-event legacies, tourism destination branding and community based sustainability planning. The study tests the model’s usefulness through a case study of the stakeholders, networks, and outcomes created in the development and delivery of Whistler’s portion of the 2010 Winter Games Cultural Olympiad – ‘Whistler Live!’. It explores the ways in which Whistler engaged its stakeholders and partners so as not only to meet its immediate Olympic goals, but also to contribute the longer term reputation and sustainability of the resort community.
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.
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 | 0,000 | 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 découle