MétaCan
Menu
Retour à la cohorte
Enregistrement W3020582230 · doi:10.1123/cssm.2019-0030

Financing Improvements and Expansion: A Case of the Sunnyhill Health & Racquet Club

2020· article· en· W3020582230 sur OpenAlexaff
Chris Chard, Liam McCrory, Kirsty Spence

Notice bibliographique

RevueCase Studies in Sport Management · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésClubDebtFinanceRevenueBusinessEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

The Sunnyhill Health & Racquet Club (SHRC) is a very small, private, volunteer-run, not-for-profit club located on a swath of prime real estate in the heart of a wealthy community in Sunnyhill Township. At the behest of the club’s board, SHRC President David Wilson has been tasked with developing financing strategies to address the current (perceived) shortcomings of the club. Like he did for decades working in Post Office Square, in Boston’s Financial District, Wilson knew he had to (1) understand the current financial capacity of SHRC, (2) discern the members’ desire for financial contribution, and (3) develop financing options. Here, strategies to finance improvements to the club include debt utilization (and the necessary servicing of any debt commitments), one-time capital injections through the disposition of club property, and/or enhanced revenue generation. Developing strategies in an environment of disparate stakeholder goals provides additional challenges for Wilson.

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)0,004
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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,006
Communication savante0,0070,004
Science ouverte0,0020,005
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,065
Tête enseignante GPT0,281
Écart entre enseignants0,215 · 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'étudeÉtude de cas
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Studies in Sport ManagementMême sujetHousing Market and EconomicsTravaux en français237 207