MétaCan
Menu
Retour à la cohorte
Enregistrement W3201033096 · doi:10.3390/jrfm14090439

Leader Dismissal or Continuity, President Longevity, Geographic Orientation of Owners and Team Performance: Insights from French Men’s Football, 1994–2016

2021· article· en· W3201033096 sur OpenAlexvenueno aff
Nicolas Scelles, Matthieu Llorca

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDismissalCounterfactual thinkingDisadvantageFootballLongevityPosition (finance)Football teamDemographic economicsMarketingBusinessPsychologyEconomicsSocial psychologyPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

We investigated the impacts of president longevity and the geographic orientation of owners on team performance and on the effectiveness of dismissing the leader. In addition, we considered their impacts on the effectiveness of not dismissing the leader while the same organisation fires them at another time for a similar performance. We also tested the impact of dismissing the leader or not on performance. We explored the aforementioned risk-taking relationships in the first tier of French men’s football over the 1994–2016 period (n = 4918 observations). To do so, we used a counterfactual based on the evolution of the team position over the last three games leading to the leader change and estimate linear regression models with fixed team effects. Our findings show that performance improves either after a leader dismissal or not in the same situation, and both president longevity and the geographic orientation of owners impact the effectiveness of dismissing the leader or not. In particular, global- and local-oriented ownerships have a positive impact on the effectiveness of the decision to dismiss the leader or not compared to national-oriented ownership. Practical implications stem from the research, e.g., how organisations with national-oriented ownership can overcome their competitive disadvantage.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,187
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetSports Analytics and PerformanceTravaux en français237 207