Who Will Stay and Who Will Go? Related agglomeration and the mortality of professional sports leagues in the United States and Canada, 1871–1997
Notice bibliographique
Résumé
Professional sports leagues play a major role in our society, but little attention has been given to organizational factors related to league survival. We address this issue by examining the effects of related agglomeration (the extent to which league teams are located near teams from other sports that share the same broad professional sport identity), sport age, market heterogeneity (high variance in the number of teams from other sports in its teams’ cities), and within-sport league competition (high niche overlap) on league mortality. Related agglomeration may lead to intensified competition but may also lead to benefits by producing agglomeration economies and by driving the development of regional identities. We propose that the effects of related agglomeration vary over a focal population’s life cycle. We also argue that leagues with high market heterogeneity have higher chances of failure, particularly under conditions of high competition. We test our ideas using event history analysis to examine mortality in the entire population history of professional sports leagues in the United States and Canada (which are fundamentally different from leagues in other parts of the world) from the first league founding in 1871 until 1997. We find that leagues in young sports whose teams tend to be located in cities with large numbers of other sports (high related agglomeration) suffer from higher mortality rates while leagues that are in more established sports are less likely to fail under these circumstances. Consistent with prior research, leagues are more likely to fail when they experience higher competition (higher niche overlap) with other leagues in their sport, and the effects of competition are exacerbated by high variance in the number of other sports across the leagues’ cities (high market heterogeneity). We end by discussing the implications of our results for more common multi-unit organizational forms such as franchises and by considering promising avenues for future research.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».