MétaCan
Menu
Retour à la cohorte
Enregistrement W3123940867

Picking Winners: Olympic Citizenship and the Global Race for Talent

2011· article· en· W3123940867 sur OpenAlexaff
Ayelet Shachar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitizenshipPolitical sciencePoliticsLawPublic relations
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A B ST R AC T. Across the globe, countries are promoting strategic or expedited passport grants, whereby membership is invested in exceptionally talented individuals with the expectation of receiving a return: for Olympic recruits, this means medals.The spread of the talent-forcitizenship exchange, with "Olympic citizenship" as its apex, is one of the most significant innovations in citizenship practice in the past few decades.In this emerging competitive environment, countries have come to realize that their exclusive control over the assignment of membership goods is a major draw.This realization has turned citizenship itself into an important recruiting tool.The Olympic citizenship dynamic highlights the growing influence of the economic language of human capital accretion in shaping targeted recruitment policies that are designed to attract top performers, whether in the sciences, arts, or athletics.In the process, it is our very understanding of citizenship that is undergoing a radical alteration.This Feature explores the analytical, normative, and comparative dimensions of Olympic citizenship, identifying the major players and interests at stake, assessing the national and international implications of such profound transformations, and highlighting the dark underbelly to the rise in Olympic citizenship grants.It concludes by developing possible new ways to address the challenges that Olympic citizenship creates, including proposed transnational responses to ameliorate concerns about exploitation and the unearned advantages that attach to the unregulated practice of cross-border talent poaching in pursuit of national glory.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,007
Communication savante0,0080,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,001

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 Opus0,083
Tête enseignante GPT0,324
Écart entre enseignants0,242 · 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'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

Citations51
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSport and Mega-Event ImpactsTravaux en français237 207