MétaCan
Menu
Retour à la cohorte
Enregistrement W3093009454 · doi:10.1123/shr.2019-0001

Wood, Canvas, Fiberglass, and Whitewater: The Development of Recreational Paddling in Alberta, Canada

2020· article· en· W3093009454 sur OpenAlexaffabout
Jon L. Weller

Notice bibliographique

RevueSport History Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRecreationPopularityAdaptabilityPopulationEngineeringArchitectural engineeringBusinessMarketingPolitical scienceSociologyManagementEconomics

Résumé

récupéré en direct d'OpenAlex

In Alberta, Canada during the 1960s and early 1970s the popularity of recreational paddling expanded considerably. The reasons for this were varied, including wider demographic and economic shifts that produced a population that was both able, with time and the means, and eager to engage in these activities. But at the same time there was a notable change in the material reality of the sport brought on by the development of new construction techniques and materials. The goal of this article is to investigate the changing nature of recreational paddling in the 1960s and 70s with a focus on the influence that changing materials and construction methods had on these processes. Developed for other commercial purposes, fiberglass provided paddlers in Alberta with a means of constructing more robust canoes cheaply, quickly, and with a great deal of customization. To facilitate this construction, paddlers came together to share knowledge, materials, designs, and labor. In turn, these boatbuilding workshops became the nucleus of a budding and ultimately vibrant paddling community in the province. Moreover, the increased durability and design adaptability allowed paddlers to push the limits of the sport and successively redesign and further specialize the boats allowing for even greater skill development.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0030,004
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,255
Écart entre enseignants0,210 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSport History ReviewMême sujetSports, Gender, and SocietyTravaux en français237 207