MétaCan
Menu
Retour à la cohorte
Enregistrement W2979413909 · doi:10.1123/cssm.2018-0024

Managing Conflict and Resistance to Change in a Minor Hockey System

2019· article· en· W2979413909 sur OpenAlexaffabout
Daniel Wigfield, Ryan Snelgrove

Notice bibliographique

RevueCase Studies in Sport Management · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIce hockeyMandateResistance (ecology)LeagueMinor (academic)Political scienceOperations managementPublic relationsEngineeringLawPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

In March 2017, responding to a pressure to improve athlete development and enjoyment, Hockey Canada moved to change how youth are introduced to hockey by mandating the implementation of a cross-ice development program for its entry-level participants. The mandate of cross-ice programming was to ensure that all 75,000 entry-level participants received increased touches of the puck on an appropriately sized playing surface; thus, heightening their spatial awareness and foundational skills necessary to enjoyably move forward in hockey. As is common for many sport organizations, the proposed programming changes were met with resistance by some stakeholders. Surprisingly, the resistance to the programming changes evolved into a much-publicized intergroup conflict within Hockey Canada’s largest market. The dispute could not be resolved in time for the beginning of the 2017–2018 season. As a result, the defiant local leagues were granted a one-year reprieve from implementing cross-ice programming. With only a one-year reprieve granted, Hockey Canada must now determine the appropriate steps to fully implement their desired programming change and ensure that resistance-based conflicts are limited in the future.

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)0,015
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 enseignants0,088
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0340,013
Communication savante0,0120,004
Science ouverte0,0030,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,073
Tête enseignante GPT0,364
Écart entre enseignants0,291 · 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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCase Studies in Sport ManagementMême sujetSport and Mega-Event ImpactsTravaux en français237 207