MétaCan
Menu
Retour à la cohorte
Enregistrement W2982700572 · doi:10.3727/152599519x15506259855896

Volunteers, Place, and Ultramarathons: Addressing The Challenge of Recruitment and Retention

2019· article· en· W2982700572 sur OpenAlexaboutno aff
Tom D. Hinch, Craig Cameron

Notice bibliographique

RevueEvent Management · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVolunteerLocal communityThematic analysisBeautyEvent (particle physics)Word of mouthPublic relationsAdvertisingPsychologySociologyQualitative researchPolitical scienceBusinessEcologySocial science

Résumé

récupéré en direct d'OpenAlex

Ultramarathons are often hosted in peripheral areas featuring challenging natural landscapes. Given limited local volunteer pools in these areas, the recruitment and retention of visiting volunteers is crucial to the sustainability of these events, yet little is known about the importance of the destination or place in terms of the volunteer experience. Therefore, the purpose of this study was to gain insight into the role that place plays in volunteer experiences at an ultramarathon in a peripheral area. A case study methodology was adopted with a focus on volunteers at the Canadian Death Race in Grande Cache (GC), Alberta, Canada. Semistructured interviews with event hosts, local volunteers, and visiting volunteers provided insight into the place dimension of the volunteer experiences. In phase 1, interviews with event/community hosts confirmed that local volunteer retention was challenging due to the growing demands of the event and to local volunteer fatigue. A systematic thematic analysis in phase 2 found that volunteers were connected to the destination through the place-based themes of: 1) beauty, 2) remoteness, 3) event, and 4) community. These findings demonstrated that "place mattered" in the experience of local and visiting volunteers. Therefore, organizers should actively recognize the importance of place when recruiting and retaining volunteers for these types of events in remote communities.

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)0,010
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,009
Communication savante0,0060,002
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,084
Tête enseignante GPT0,340
Écart entre enseignants0,256 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvent ManagementMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207