MétaCan
Menu
Retour à la cohorte
Enregistrement W2594481156

GILLES PRONOVOST E O FUTURO DA SOCIOLOGIA DO LAZER: ENTREVISTA

2016· article· pt· W2594481156 sur OpenAlexaboutno aff
Luiz Octávio de Lima Camargo

Notice bibliographique

RevueRevista Brasileira de Estudos do Lazer · 2016
Typearticle
Languept
DomaineSocial Sciences
ThématiquePhysical Education and Sports Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSociologyHumanismMeaning (existential)Sociology of leisurePragmatismOrder (exchange)HumanitiesGender studiesMedia studiesSocial sciencePolitical sciencePhilosophyEpistemologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The text brings an interview with Gilles Pronovost, made through emails about his main themes: leisure, social times, work, family and culture. In order to understand the meaning of Gilles Pronovost in the sociology of leisure, it is enough to remember that for Joffre Dumazedier, the most suitable country for a Brazilian researcher to start in the study of leisure was not France, his country, nor the United States, where he said he had remade his old academic formation in Letters, becoming sociologist, working with Lazarsfeld and Riesman, but the Quebec. He said that in this Canadian province, francophone but with strong ties with the surrounding anglophone community, leisure studies have the singularity of seeking a synthesis between European humanism and anglosaxon pragmatism and did not hesitate to highlight the protagonism of Gilles Pronovost, for his studies and the creation and direction of the Laboratory of Social Times of the University of Quebeca-Trois-Rivieres and the bilingual magazine Loisir $ Societe / Leisure $ Society. After Dumazedier's death, he joined Geoffrey Godbye in the USA, Robert Stebins in Canada, Chris Rojek in the United Kingdom, Lallive d'Pierpinay in Switzerland, Roger Sue and Jean Viard in France, in the gallery of leading leisure sociologists nowadays.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,043
Tête enseignante GPT0,341
Écart entre enseignants0,297 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Estudos do LazerMême sujetPhysical Education and Sports StudiesTravaux en français237 207