COVID-19 impacts on sport governance and management: a global, critical realist perspective
Notice bibliographique
Résumé
This commentary considers the impacts of COVID-19 on sport governance and management, given the global threat to sport services and organizations evident as a result of the disease since early 2020. To frame this analysis of the impacts and lessons to be learned, we use a Critical Realist (CR) perspective, which takes a multi-level view of reality and seeks to establish how and why something occurs in reality [Byers, T. (2013). Using critical realism: A new perspective on control of volunteers in sport clubs. European Sport Management Quarterly, 13(1), 5–31. https://doi.org/10.1080/16184742.2012.744765]. While the existing commentaries and emerging research on COVID19 have focused on a superficial level of reality (i.e. what stakeholder responses have been), a CR view encourages a more holistic account of what and why something happens. Specifically, this commentary contributes to the discussion of COVID-19 impacts focusing on sport governance, using a philosophy that encourages examination of what is happening in sport organizations, how different stakeholder’s perspectives and assessment of the legitimacy of COVID-19 may reveal underlying social structures and biases that help explain sport administrator’s responses and value systems. We hope this novel perspective on sport governance encourages readers to think of new ways of organizing and governing that is more inclusive of diversity (e.g. race, gender, disability) in 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 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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,020 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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.
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 ».