MétaCan
Menu
Retour à la cohorte
Enregistrement W3015087765 · doi:10.35782/jcpp.2020.1.03

THE NEW “YOUTH FOUNTAIN” OF ROMANIA: HOW TENNIS OVERTOOK GYMNASTICS AS THE PREMIER JUVENILE SPORT OF THE COUNTRY

2020· article· en· W3015087765 sur OpenAlexaboutno aff
Vasile-Teodor Burnar

Notice bibliographique

RevueJournal of Community Positive Practices · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFountainLeagueRomanianFootballCONTESTPolitical scienceAppealCommunismLanguage changeAdvertisingSociologyMedia studiesLawPoliticsVisual artsArt

Résumé

récupéré en direct d'OpenAlex

Starting with the 1976 Montreal Olympic Games, which saw then 14-year-old Nadia Comăneci book her place in the history of sport with the first perfect 10 ever recorded, gymnastics became a national craze in Romania, where thousands of young girls, as little as 3, would flock the Deva training complex in Transylvania, in a bid to become “the new Nadia”. Following the Romanian Revolution in 1989, gymnastics remained at the fore of sport in a society marred by corruption and poverty, acting as a unique springboard to stardom for disadvantaged youth from all over the country, second only to football prestige-wise. However, after peaking in the early 2000s, Romanian gymnastics eventually dwindled. We argue that this reverse in the history of the sport in Romania and its sharp drop in youth appeal come down not only to falling standards or the steady “bankruptcy” of the Communist-inherited sports system, but also to a change in mentality and the emergence of a new socio-economic class which embraced tennis as a positional good. Interest in the sport is today at an all time high thanks to the exploits of Simona Halep in particular, making tennis the new “youth fountain” of Romania.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,015
Communication savante0,0080,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,058
Tête enseignante GPT0,338
Écart entre enseignants0,281 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Community Positive PracticesMême sujetSport and Mega-Event ImpactsTravaux en français237 207