MétaCan
Menu
Retour à la cohorte
Enregistrement W3025228861 · doi:10.1108/sbm-05-2018-0037

Impact studies in sport: the development of an assessment process model

2020· article· en· W3025228861 sur OpenAlexaff
Norm O’Reilly, Gashaw Abeza, Andy Fodor, Eric MacIntosh, John Nadeau, Lane MacAdam, Gary Pasqualicchio, Mark Dottori, Heather J. Lawrence

Notice bibliographique

RevueSport Business and Management An International Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensNipissing UniversityUniversity of OttawaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCredibilityScope (computer science)Economic impact analysisImpact assessmentProcess (computing)Social impact assessmentSocietal impact of nanotechnologyOriginalityValue (mathematics)Empirical researchManagement scienceBusinessComputer scienceEconomicsPolitical scienceQualitative researchSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Purpose The criticisms put forward against economic impact studies lead to a key question: “Is it possible to measure the impact of sporting properties and events in a holistic, conservative, and reliable way?” This research endeavors to build on the academic literature to add to the scope and rigor of economic impact research by proposing an impact assessment process model for practitioners that facilitates employment of a holistic, conservative and reliable impact study and seeks to address these concerns. Design/methodology/approach Using seven identified key realities that highlight the challenges facing impact studies, and adopting a collaborative self-ethnographic methodological approach, the work highlights lessons learned from four empirical economic impact studies undertaken by the authors over a five-year period. Findings The study provides a broad view of impact studies, which extend beyond financial implications and provides a more inclusive methodology. Particularly, the proposed impact assessment process model seeks to improve the credibility of impact studies by facilitating a holistic approach that incorporates direct, indirect and intangible impacts. Research limitations/implications The proposed model has value to researchers and is designed to improve the overall credibility of economic impact methodology. It also provides a more accurate measure of direct impact while considering intangible and indirect impacts, including social/community impacts. Practical implications The proposed model has value to and practitioners and is designed to improve the overall credibility of economic impact methodology. It also provides a more accurate measure of direct impact while considering intangible and indirect impacts, including social/community impacts. Originality/value The proposed process model to measure the impact of a sports event is a needed element in the world of funding, managing and implementing events of all sizes.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,322

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 savante0,0000,001
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 Opus0,097
Tête enseignante GPT0,451
Écart entre enseignants0,355 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Business and Management An International JournalMême sujetSport and Mega-Event ImpactsTravaux en français237 207