MétaCan
Menu
Retour à la cohorte
Enregistrement W3037611717 · doi:10.1080/01490400.2020.1774451

Leisure Matters: Cross Continent Conversations in a Time of Crisis

2020· article· en· W3037611717 sur OpenAlexaff
Mark E. Havitz, Mark P. Pritchard, Frédéric Dimanche

Notice bibliographique

RevueLeisure Sciences · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensToronto Metropolitan UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaContext (archaeology)Identity (music)SociologyCoronavirus disease 2019 (COVID-19)NormativeGender studiesPolitical scienceGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Months after COVID-19 emerged as a newsmaker in Asia, a new strain of March Madness emerged in North America. Incredulity followed as leisure activities, hallowed as venues and expressions of individual and collective identity were closed. Freedoms, real and perceived, were curtailed. Like others, we sought to maintain social connections. For the first time in decades, our weekly on-line conversations became normative. Two authors remain working to sustain the academy’s work during this crisis and the other is retired. Spatially we reside in a major metropolitan area of 6 million, a small west coast college town, and a Great Lakes region vacation community. Our discussion connects leisure research and the context of basic rights that North Americans have long taken for granted. This commentary emerged from integrated discussion regarding how the crisis affects and may change leisure behavior from multiple perspectives.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,044
Score d'incertitude au seuil0,999

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,336
Écart entre enseignants0,299 · 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.

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 revueLeisure SciencesMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207