MétaCan
Menu
Retour à la cohorte
Enregistrement W2886222135 · doi:10.1177/1012690218789045

It’s cold and there’s something to do: The changing geography of Canadian National Hockey League players’ hometowns

2018· article· en· W2886222135 sur OpenAlexaffabout
Lisa Kaida, Peter Kitchen

Notice bibliographique

RevueInternational Review for the Sociology of Sport · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLeagueCensusGeographyOddsPopulationDemographic economicsDemographyCartographyAdvertisingSocioeconomicsPolitical scienceSociologyMedicineBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Set within the framework of the birthplace effect literature and the seminal work of Curtis and Birch, this paper draws information from the publicly available database www.hockeydb.com and from the Census to examine the hometowns of Canadian National Hockey League (NHL) players from 1970 to 2015. It found that from a regional perspective, the distribution of players’ hometowns remained fairly stable over the 46-year period with Ontario and the three Prairie provinces being prominent. Players from small centres have been well represented in the NHL. While larger urban areas have historically produced the most players, there has been a marked increase in ‘big city’ players while the odds of making it are low. However, when the analysis is adjusted according to the population aged 10-19, boys growing up in small and mid-sized centres were at advantage in reaching the NHL until 2009. Finally, we discuss whether the growing presence of big city players in the NHL will affect the image of hockey as a national sport, as for many, small-town hockey remains at the heart of Canadian sporting culture.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,011
Études des sciences et des technologies0,0050,005
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,059
Tête enseignante GPT0,368
Écart entre enseignants0,310 · 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'étudeObservationnel
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Review for the Sociology of SportMême sujetSport and Mega-Event ImpactsTravaux en français237 207