Expected and Experienced Social Impact of Host Residents During Rugby World Cup 2019: A Panel Data Approach
Notice bibliographique
Résumé
Most social impact research considers the pre- and post-event social impacts of sporting events to investigate the effects of these events on residents' or consumers' intention or attitude. This study focused on the qualitative differences between pre-event expected social impacts (T1) and post-event experienced social impacts (T2). Then, it investigated viewing behaviors due to the expected social impacts, and intentions to support events from experienced social impacts. The Rugby World Cup 2019 in Japan provided the context for the study. Panel data were collected from the same Tokyo residents in T1 (3 months before the event) and T2 (4 months after the event). The Internet-based survey consisted of six social impact constructs, framed as expectations in T1 and experiences in T2. Both dependent variables, viewing behavior and supporting events, were measured in T2, after the event occurred. Two expected impacts had a significant positive association with viewing behavior, while three experienced social impacts had a significant positive association with event support intention. The main contribution of this article is extending the understanding of the role of social impact as a predictor variable for residents' behavior and intention to support events by using panel data, which enabled the authors to obtain more robust results. The current study extends the knowledge on consumer expectancy role and social exchange theory in the context of the social impacts of sporting events.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».