Sport participation from sport events: why it doesn’t happen?
Notice bibliographique
Résumé
Purpose The purpose of this paper is to present and use an event leveraging framework (ELF) to examine processes and challenges when seeking to leverage a sport event to build sport participation. Design/methodology/approach The study used an action research approach for which the researchers served as consultants and facilitators for local sports in the context of the International Children’s Games. Initially three sports were selected, and two sports were guided through the full leveraging process. Prior to the event, actions were planned and refined, while researchers kept field notes. Challenges and barriers to implementation were examined through observation immediately prior to and during the event, and through a workshop with stakeholders six weeks after the event, and interviews a year later. Findings With the exception of a flyer posted on a few cars during the track and field competition, none of the planned action steps was implemented. Barriers included competition and distrust among local sport clubs, exigencies associated with organizing event competitions, the event organizers’ focus on promoting the city rather than its sports, and each club’s insufficient human and physical resources for the task. These barriers were not addressed by local clubs because they expected the event to inspire participation despite their lack of marketing leverage. The lack of action resulted in no discernible impact of the event on sport participation. Research limitations/implications Results demonstrate that there are multiple barriers to undertaking the necessary steps to capitalize on an event to build sport participation, even when a well-developed framework is used. Specific steps to overcome the barriers need to be implemented, particularly through partnerships and building capacity for leverage among local sport organizations. Originality/value This study presents the ELF, and identifies reasons why sport events fail to live up to their promise to build sport participation. Necessary steps are suggested to redress that failing.
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 | 0,017 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 ».