MétaCan
Menu
Retour à la cohorte
Enregistrement W4206585904 · doi:10.1080/13683500.2021.2023480

Climate change and the future of the Olympic Winter Games: athlete and coach perspectives

2022· article· en· W4206585904 sur OpenAlexaff
Daniel Scott, Natalie Knowles, Siyao Ma, Michelle Rutty, Robert Steiger

Notice bibliographique

RevueCurrent Issues in Tourism · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésClimate changeGeographyAdvertisingBusinessGeology

Résumé

récupéré en direct d'OpenAlex

The International Olympic Committee recognizes the risks climate change pose to the Games and its responsibility to lead on climate action. Winter is changing at the past Olympic Winter Games (OWG) locations and an important perspective to understand climate change risk is that of the athletes who put themselves at risk during these mega-sport events. A survey of 339 elite athletes and coaches from 20 countries was used to define fair and safe conditions for snow sports competitions. The frequency of unfair-unsafe conditions has increased over the last 50 years across the 21 OWG host locations. The probability of unfair-unsafe conditions increases under all future climate change scenarios. In a low emission scenario aligned to the Paris Climate Agreement, the number of climate reliable hosts remains almost unchanged throughout the twenty-first century (nine in mid-century, eight in late century). The geography of the OWG changes radically if global emissions remain on the trajectory of the last two decades, leaving only one reliable host city by the end of the century. Athletes expressed trepidation over the future of their sport and the need for the sporting world to be a powerful force to inspire and accelerate climate action.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,032
Tête enseignante GPT0,329
Écart entre enseignants0,297 · 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

Citations50
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in TourismMême sujetSport and Mega-Event ImpactsTravaux en français237 207