MétaCan
Menu
Retour à la cohorte
Enregistrement W3034458920 · doi:10.1123/jsm.2020-0039

Women and Leadership Development in Australian Sport Organizations

2020· article· en· W3034458920 sur OpenAlexaff
Marissa Banu-Lawrence, Stephen Frawley, Larena Hoeber

Notice bibliographique

RevueJournal of Sport Management · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Leadership developmentPublic relationsScope (computer science)Context (archaeology)Sport managementProfessional sportLeadership studiesNeuroleadershipLeadership stylePolitical scienceSociologyLeagueGeography

Résumé

récupéré en direct d'OpenAlex

There has been growing interest in gender diversity and the leadership development of women in recent years within the broader field of management studies. Understanding leadership development processes is important for the sport industry, in which organizations are becoming increasingly professional and commercially focused. Despite the increased attention on gender diversity and leadership development within the sport industry to date, the scope and application of organizational gender and leadership development theory within an Australian sport context has been limited. As such, the purpose of this study was to explore the leadership development practices adopted by key stakeholders of the Australian sports industry, with the intention to uncover how they impact the role of women in different organizations. Specifically, the research investigated the practices of three organizations that have a major stake in Australian professional sport.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,088
Tête enseignante GPT0,283
Écart entre enseignants0,195 · 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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport ManagementMême sujetSports, Gender, and SocietyTravaux en français237 207