MétaCan
Menu
Retour à la cohorte
Enregistrement W3167356069

동계스포츠 발전을 위한 저변확대 및 인프라 구축방안 모색

2011· article· ko· W3167356069 sur OpenAlexaboutno aff
Tae Seoung Lim, Jae-Woo Park, 박현욱, Im jae gu

Notice bibliographique

Revue한국체육정책학회지 · 2011
Typearticle
Langueko
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAthletesSports tourismPolitical scienceBusinessGeographyTourismMedicinePhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article seeks to inform plans of the building of infrastructure for the balanced development of winter sports. This study was conducted in the following four phases: first, 7 sports of the 15 winter sports were selected and as of 2010, the present condition of registered athletes, national athletes, reserved athletes coaches, athletic performance, facilities and finance in the 7 sports was investigated; second, a total of348 experts involved in sport were surveyed in order to acquire a wide range of knowledge and data relating to the development of winter sports; third, cases of programs relevant to the development of winter sports in Canada and the United States were examined; and fourth, seven different plans of the building of infrastructure for the balanced development of winter sports drawn from the above three phases of the study are as follows: first, a successful bid and hosting of the 2018 Pyeongchang Winter Olympics; second, the creation of an integrated exclusiveagency for winter sports; third, the establishment of an integrated information service for winter sports; fourth, the development and spread of winter e-sports and u-sports; fifth, the expansion of the voucher service of winter sports (i.e. Dream program inand outside the country); six, the construction of an innovative winter elite sports system: the normalization of winter school sports; and seventh, the security of a stable financial base: Alpensia Resort vs. Everland.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,325
Tête enseignante GPT0,365
Écart entre enseignants0,040 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국체육정책학회지Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207