MétaCan
Menu
Retour à la cohorte
Enregistrement W2918147438 · doi:10.1080/23750472.2019.1583078

Managing the resource capabilities of provincial Rugby unions in Canada: an understanding of competitive advantage within a sport development system

2019· article· en· W2918147438 sur OpenAlexaffabout
Scott Asselstine, Jonathon Edwards

Notice bibliographique

RevueManaging Sport and Leisure · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésResource (disambiguation)Competitive advantageBusinessIndustrial organizationMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

Rational/Purpose: The purpose of this study was to explore how the management of resource capabilities of Rugby Provincial Sport Organizations (PSOs) in Canada can affect athlete transition from the provincial to that national level.Design/Methodology/Approach: A mixed methods approach using questionnaires and semi-structured interviews were administered to Canadian Rugby PSO member unions and Rugby Canada.Findings: The findings revealed that for management of Rugby PSOs athlete transition is contingent upon how the resource capabilities are being managed.Practical Implications: The practical contributions from this study are that PSOs need to manage their resource capabilities and implement a strategic plan that aligns the goals of their organization with the goals of the NSO as a means of gaining a competitive advantage.Research Contribution: The research contributions of this study are that it fills a gap at the meso-level by determining the resources, programs and strategies of a regional-based sport organization.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManaging Sport and LeisureMême sujetSport and Mega-Event ImpactsTravaux en français237 207