MétaCan
Menu
Retour à la cohorte
Enregistrement W3195015154 · doi:10.1108/sbm-02-2021-0013

So you want to work in sports? An exploratory study of sport business employability

2021· article· en· W3195015154 sur OpenAlexaff
David Finch, Norm O’Reilly, David Legg, Nadège Levallet, Emma Fody

Notice bibliographique

RevueSport Business and Management An International Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensUniversity of GuelphMount Royal University
Organismes subventionnairesnon disponible
Mots-clésEmployabilityCredentialOriginalityValue (mathematics)PsychologySample (material)Exploratory researchWork (physics)Public relationsSet (abstract data type)MarketingMedical educationManagementSociologyBusinessPolitical scienceEngineeringPedagogySocial psychologyComputer scienceSocial scienceEconomicsMedicineCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose As an industry, sport business (SB) has seen significant growth since the early 2000s. Concurrently, the number of postsecondary sport management programs has also expanded dramatically. However, there remain concerns about whether these programs are meeting the demands of both employers and graduates. To address these concerns, this study examines the credential and competency demands of the SB labor market in the United States. Design/methodology/approach Researchers conducted an analysis using a broad sample of employment postings (N = 613) for SB positions from two different years, 2008 and 2018. Findings Results support that a complex set of SB qualifications exist, and the credentials and competencies included in SB employment postings have evolved over the past decade. Originality/value A noteworthy finding is that meta-skills are found to be particularly important for employability, including items such as communication, emotional intelligence and analytical thinking and adaptability.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,316
Écart entre enseignants0,282 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Business and Management An International JournalMême sujetSports, Gender, and SocietyTravaux en français237 207