Innovation for Positive Sustainable Legacy From Mega Sports Events: Virtual Reality as a Tool for Social Inclusion Legacy for Paris 2024 Paralympic Games
Notice bibliographique
Résumé
There is significant interest in how sports events and their associated legacies could act as a platform to address global challenges and engender social change. The United Nations (UN) has acknowledged the important role that sport plays in supporting the UN 2030 Agenda for Sustainable Development and the Olympic movement could be argued as central to that objective. Yet critical questions and concerns have been raised about the growing expenditure, viability, long term legacy, and impacts of mega sports events such as the Olympic Games. While much evidence has focused on the challenges of creating legacy for Olympic Games, there is considerably less literature on understanding the Paralympic context. The purpose of this paper is to discuss the role of innovation in creating legacy from MSEs and propose a theoretical and methodological plan for such research. Innovation, a key driver in organizational performance, is suggested as essential to defining, planning for and measuring legacy. We specifically examine the potential of virtual reality (VR) as a technological innovation which can help create a social inclusion legacy in the context of Paris 2024 Olympic/Paralympic Games. A conceptual model is developed, which identifies legacy as a "wicked problem", and this paper discusses the importance of innovation with regards to legacy, by suggesting a new application for VR technology in the context of legacy related to social inclusion. Information technology is a valuable facilitator of social inclusion for individuals with a disability. We specifically examine the potential of VR as a technological innovation which can help create legacy through influencing unconscious biases (symbolic ableism) toward diversity such as disability, gender, and race.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».