MétaCan
Menu
Retour à la cohorte
Enregistrement W2735194774 · doi:10.1186/s40878-017-0054-2

Have the Olympic Games become more migratory? A comparative historical perspective

2017· article· en· W2735194774 sur OpenAlexaboutno aff
J. R. C. Jansen, Godfríed Engbersen

Notice bibliographique

RevueComparative Migration Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesErasmus Universiteit Rotterdam
Mots-clésImmigrationContext (archaeology)GeographyPolitical sciencePerspective (graphical)PhenomenonEconomic geographyEconomyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

It is often believed that the Olympic Games have become more migratory. The number of Olympic athletes representing countries in which they weren't born is thought to be on the rise. It should, however, be noted that migration in the context of sports is hardly a new phenomenon. In this paper we hypothesise that, as a reflection of global migration patterns and trends, the number of foreign-born Olympians hasn't necessarily increased in all countries. Furthermore, it was expected that the direction of Olympic migration has changed and that foreign athletes increasingly come from a more diverse palette of countries. We conducted an analysis of approximately 40,000 participants from 11 countries who participated in the Summer Games between 1948 and 2012. The selected countries have different histories of migration and cover the distinction between 'nations of immigrants' (Australia, Canada, United States), 'countries of immigration' (France, Great Britain, Netherlands, Sweden), 'latecomers to immigration' (Italy, Spain) and, what we coin, 'former countries of immigration' (Argentina, Brazil). We conclude that the Olympic Games indeed have not become inherently more migratory. Rather, the direction of Olympic migration has changed and most teams have become more diverse. Olympic migration is thus primarily a reflection of global migration patterns instead of a discontinuity with the past.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,309
Tête enseignante GPT0,479
Écart entre enseignants0,170 · 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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComparative Migration StudiesMême sujetSport and Mega-Event ImpactsTravaux en français237 207