Managing sport and leisure in the era of Covid-19
Notice bibliographique
Résumé
In December 2019 the world was first informed of a new virus, called SARS-CoV-2 (hereafter Covid-19) spreading fast originally in China and quickly in the rest of the world, resulting in the hospitalisation and death of millions of people worldwide (World Health Organisation, 2020). The quick and almost unstoppable spread of the virus called for Governments to enact various levels of measures. Whilst these measures were taken to different degrees and time-points, they generally included the introduction of social distancing and lockdown procedures in numerous countries around the globe. As part of these procedures, work and social gatherings were brought to an abrupt halt, disrupting the operations and norms in numerous industries, including the wider sport and leisure industry. From the postponement of mega-sport events, to the stopping of sport leagues, and the closure of leisure centres, the sport and leisure industry adhered to the various Covid-19 measures taken by local and national governments, following the guidance of experts such as the World Health Organisation (World Health Organisation, 2020). As the spread of the virus and our ability to respond to it progressed, these measures changed since they were initially put in place in the spring of 2020, with some forms of more laxed measures in place until the autumn of 2021 when this editorial is being written.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».