The effects of health, social, and consumption capital on running-related expenditures in China
Notice bibliographique
Résumé
Research question: This study investigates the effects of health, social, and consumption capital on running-related expenditures. It adds to previous research by empirically testing investment in the stock of health on participation-related expenditures.Research methods: Chinese amateur runners (n=6,693) were surveyed on health capital (i.e. health change since taking up running), social capital (i.e. running group participation), consumption capital (i.e. sport profiles), socio-demographics, and running-related expenditures over a one-year period. Two instrumental variables reflecting life domain satisfaction were included to address the endogeneity of health change.Results and findings: Results show that variables capturing health, social, and consumption capital significantly affect total running-related expenditures, whereas the effects on expenditure categories vary. After taking endogeneity into account, the results show that health change since taking up running positively affects total running-related expenditures and sport apparel expenses.Implications: The findings provide empirical support for Downward et al.’s (2009) general economic model of sports consumption by revealing that health, social, and consumption capital are significant drivers of participation-related expenditures. While mass participation, health, and economic objectives may be achieved concurrently, policy makers should carefully balance these objectives. Sport managers and marketers can use mass participant sport events to stimulate continued participation, and this in turn generates health, social, and consumption capital that drives expenditures. Fostering running group participation increases expenditures. Early career runners should be targeted for sport apparel. Cross-promotion among related sports may increase overall sport consumption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».