MétaCan
Menu
Retour à la cohorte
Enregistrement W2883242263

ПЕРВЫЕ ЗАКОНОДАТЕЛЬНЫЕ АКТЫ О СПОРТЕ В ЗАРУБЕЖНЫХ ГОСУДАРСТВАХ

2014· article· ru· W2883242263 sur OpenAlexaboutno aff
Igor Ponkin, А И Понкина, А.А. Соловьев

Notice bibliographique

RevueТеория и практика физической культуры · 2014
Typearticle
Langueru
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationStatuteContext (archaeology)Political scienceLegislatureLawEmperorState (computer science)CzechHistoryAncient history
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article provides an overview of the world's first Acts in the sports sphere. The authors studied the experience of Argentina, Brazil, UK, Spain, Italy, Canada, Colombia, Cuba, United States, France, Czech Republic and Chile. Concluded that we have several thousand years of history of self-regulation in sport and several hundred years of history of sports law, while the history of field-specific laws on sports numbers only less than 150 years. It was not until recently that the state has introduced its public policy into the sports sphere, which for thousands of years operated independently of the system of public authority according to its own statutes. Extralegal regulatory control in the sports sphere has its own history, considerably longer-term and increasingly diversified, than the history of sports legislation, adopted by the system of public authority, which began to be adopted relatively recently. We think that a considerable scientific interest lies in the issue of when first Acts on sport were adopted in various countries of the world. Probably, the very first Acts, which could be conventionally mentioned in this context, should be sought for in ancient Greece. Subsequently, there were legislative instruments, issued by Emperor Justinian, who closed the major part of sports organizations. Acts, passed in ancient China and ancient Japan, determined the rules of military training and contests, related therewith.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,020
Tête enseignante GPT0,309
Écart entre enseignants0,289 · 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'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueТеория и практика физической культурыMême sujetDoping in SportsTravaux en français237 207