MétaCan
Menu
Retour à la cohorte
Enregistrement W2768332013 · doi:10.1177/2167479517740342

Exploring the Missing Link Between the Concussion “Crisis” and Labor Politics in Professional Sports

2017· article· en· W2768332013 sur OpenAlexaff
Sean Brayton, Michelle T. Helstein, Mike Ramsey, Nicholas Rickards

Notice bibliographique

RevueCommunication & Sport · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésLeagueConcussionAthletesPoliticsFootballCapitalismNarrativeCriminologyPolitical sciencePublic relationsSociologyGender studiesPoison controlLawInjury preventionMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

This study focuses on connections between labor struggles in professional sports and the epidemic of concussions among athletes, specifically in the National Football League (NFL) and National Hockey League (NHL). Using a critical discourse analysis (CDA), we explain how popular media presents concussions in ways that are informative but often avoid a more politicized discussion of the athlete as a manual worker whose body succumbs to use and abuse of sport. We found two recurring themes in the North American popular press, including a tendency to (1) rely on a trope of “millionaires-versus-billionaires” to explain (and minimize) recent labor lockouts in the NFL and NHL and (2) shift focus on league deniability to athletes’ self-responsibility in the concussion “crisis.” Despite the urgency in which sports concussions and brain injuries have been reported in recent years, the two narratives work to discourage readers from recognizing how such health issues arise under specific relations of production, and that an athlete is a particular type of worker whose body is subjected to decline and disposability like so many other bodies under late capitalism. As we argue, working conditions are inseparable from concussions in professional sports, a phenomenon that requires further development within the popular press.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0120,036
Communication savante0,0120,013
Science ouverte0,0010,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,236
Tête enseignante GPT0,419
Écart entre enseignants0,183 · 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

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunication & SportMême sujetTraumatic Brain Injury ResearchTravaux en français237 207