Leveraging sport and entertainment facilities in small- to mid-sized cities
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
Purpose The purpose of this paper is to understand how, once a city has made a decision to build a new arena, local stakeholders envision the venue as a leverageable asset to achieve broader development goals through event hosting. Design/methodology/approach A total of 66 semi-structured interviews were undertaken in 12 cities across Canada. Participants included city employees (parks and recreation, tourism), elected officials (current and former mayors, councilors), arena management, management from the local team (serving as anchor tenant), members of chambers of commerce and local business associations, prominent members of the local business community, and other politicians and relevant stakeholders (members of parliament, bloggers, journalists, educators, and community activists). Interviews were transcribed and subject to coding to identify themes. Findings Core themes were identified which captured how key stakeholders viewed the arena as an opportunity to leverage other events being targeted and held at the arena. This included: opportunities and benefits of hosting other events; the arena, competitiveness, and competition; partnerships and collaboration; capacity: knowledge and experience; and leveraging challenges. Originality/value This study makes several important contributions to the literature. First, it examines sports facilities in smaller cities, a subject more widely studied in larger, “major league” cities. Second, it takes a different approach to understanding leveraging, examining facilities rather than the event that the city is hosting or the franchise that plays in the city. Third, it examines a context where the facility has been built for a sports team, and not for other sport and entertainment events that might be hosted there.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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