What Predicts the Sport Event Volunteer Experience? Examining Motivation, Satisfaction, Commitment, And Sense of Community
Notice bibliographique
Résumé
Despite the large body of literature on sport event volunteers, researchers have a poor understanding of the volunteer experience despite studies claiming direct and indirect relationships involving motivation, satisfaction, commitment, and sense of community towards the volunteer experience. In fact, most studies fail to statistically measure experience as a dependent variable. As such, the importance of these four antecedents as predictors of the volunteer experience remains assumed and uncertain. The purpose of this study was to empirically test if and how sport event volunteers' motivation, satisfaction, commitment, and sense of community predict their experience. Following the 2019 Osprey Valley Open, 161 volunteers (65% response rate) completed an online self-administered questionnaire. A two-step structural equation model analysis tested the hypothesized linear relationships. Results indicated direct (i. e., motivation and satisfaction) and indirect (i. e., commitment and sense of community) relationships between antecedents and the volunteer experience. Commitment had an indirect relationship to the volunteer experience through motivation's direct relationship, while the indirect relationship of sense of community occurred through satisfaction's direct relationship to the volunteer experience. Confirmatory factor analysis also indicated motivation and sense of community had poor factor loadings, while satisfaction and commitment loaded adequately. Moreover, only the egoistic motivation factor was supported in this study motivation's direct relationship to the volunteer experience. These findings empirically support previous claims for motivation and satisfaction's direct relationship to the volunteer experience but dispute previous claims of direct relationships involving sense of community and commitment. Contributions include the need to move beyond investigating individual antecedents of the volunteer experience as it requires a multifaceted analysis due to conceptual interrelationships. Event managers should understand their volunteers' experience as being complex and develop strategies aimed at each of the four antecedents.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».