Evaluate the Barriers to Attract Sponsors in the Sport: Industry of Khorasan Razavi
Notice bibliographique
Résumé
Purpose: Evaluate the barriers to attract financial supporters in the sport industry of Khorasan Razavi has been done.Methodology:The method of this research is applied and descriptive-comparative type. The statistical population of this research includes all managers of factories and private companies, managers of sport clubs and sport authorities of Khorasan Razavi province which among these the 100 CEOs of factories, 114 club managers and sport chairmanparty have been chosen randomly in Mashhad, Sabzevar, Taybad and Kashmar. Questionnaires of sport financial supporters of Ameri and et al (2009) had been the tools under usedwhich the Cronbach's alpha has been obtained as 0.711 in this study. SPSS19 software has been used in order to evaluate data analysis. Research hypotheses has been evaluated by using independent t-test.Findings: findings showed that the both first and forth hypotheses were confirmed among 4 hypotheses that were tested means that, there is a difference between perspective of managers of private companies and sports managers in relation with barriers of financial supporters and problems related to teams. Conclusion: Obtained results have been explained and compared based on findings of pervious researches. In fact most managers of companies compared with club managers the lack of sponsor from the sports industry have mentioned as a most important factor and problems related to teams including unpopularity of teams and Lack of using players and famous coaches is important factor for lack of attracting financial supporter in Mashhad from perspective of both groups.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».