MétaCan
Menu
Retour à la cohorte
Enregistrement W3195038234 · doi:10.1080/16184742.2021.1963801

National sport organization governance design archetypes for the twenty-first century

2021· article· en· W3195038234 sur OpenAlexafffundabout
Milena M. Parent, Russell Hoye, Marijke Taks, Ashley Thompson, Michael L. Naraine, Erik L. Lachance, Benoît Séguin

Notice bibliographique

RevueEuropean Sport Management Quarterly · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensBrock UniversityUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaGovernment of Canada
Mots-clésArchetypeCorporate governanceProject governanceAccountabilityPublic relationsKnowledge managementSociologyBusinessPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Research question This paper revisits our knowledge of sport organization governance design archetypes. To do so, we focus on Canadian national sport organizations (NSOs) and pose three research questions: (1) what governance design archetypes exist based on the use of more contemporary criteria; (2) how easily can an NSO’s archetype be determined; and (3) what are the implications of these new archetypes for researchers and practitioners?Research methods We undertook a landscape study of 32 Canadian NSOs with data from an online survey, publicly-available information, and clarification calls. Archetypes were derived from 47 organizational and governance characteristics using a k-means cluster analysis.Results and Findings Our empirically-derived archetype design taxonomy showed the best fit to be four clusters (Board-led, Executive-led, Professional, and Corporate) based on key organizational values, complexity, capacity, revenue sources, and governance variables.Implications Besides knowing NSOs are more heterogenous than in the past, researchers and practitioners can use capacity, efficiency, horizontal differentiation, broadcast revenue, political accountability, and social media information to derive an NSO’s governance archetype. These findings imply researchers can (1) examine non-profit sport organizations’ changes over time based on a set of archetypes reflecting contemporary realities, and (2) compare and contrast NSOs’ governance more holistically. In turn, managers can better compare their NSO with other NSOs to optimize their organization’s performance. Finally, national sport agencies/funders should support NSOs’ governance improvement efforts through flexible guidelines and resources because of NSOs’ governance heterogeneity.

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)0,012
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,982

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0070,029
Communication savante0,0110,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,236 · 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'étudeQualitatif
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

Citations39
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEuropean Sport Management QuarterlyMême sujetSport and Mega-Event ImpactsTravaux en français237 207