MétaCan
Menu
Retour à la cohorte
Enregistrement W4238934908 · doi:10.1002/9781405165518.wbeosd093

Drugs/Substance Use in Sport

2007· other· en· W4238934908 sur OpenAlexaboutno aff
Ian Ritchie

Notice bibliographique

RevueThe Blackwell Encyclopedia of Sociology · 2007
Typeother
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Government (linguistics)BureaucracyPoliticsPolitical scienceCommissionPublic relationsCriminologyEconomic JusticePublic administrationSociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

In theCommission of Inquiry into the Use of Drugs and Banned Practices Intended to Increase Athletic Performance(Dubin 1990), commissioned by the Canadian government in the aftermath of the infamous Ben Johnson drug scandal at the 1988 Seoul Summer Olympic Games, Chief Justice Charles Dubin stated that the problem of drug/substance use represented the single greatest moral crisis in high‐performance sport today. His statement was prescient in that there is probably no other issue that is seen by either the general public or authorities in major sport organizations to be a greater threat to the integrity of international sport than the use of banned drugs/substances. Certainly no other issue warrants the same commitment of resources and bureaucratic effort, especially since the creation of the World Anti‐Doping Agency in 1999, which now oversees anti‐doping efforts worldwide. The problem of drug use in sport also presents for sociologists and those in related academic disciplines in sports studies an opportunity to study the deviant subculture of drug use, the social and political dynamics of modern sport, and even more generally to explore the sociology of deviant behavior and the social construction of “normal” and “pathological” categories in a major sphere of social life.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,020
Tête enseignante GPT0,298
Écart entre enseignants0,278 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Blackwell Encyclopedia of SociologyMême sujetDoping in SportsTravaux en français237 207