The structural deficit of the Olympics and the World Cup: Comparing costs against revenues over time
Notice bibliographique
Résumé
The Olympic Games and the Football World Cups are among the most expensive projects in the world. While available theoretical explanations suggest that the revenues of mega-events are overestimated and the costs underestimated, there is no comprehensive empirical study on whether costs exceed revenues. Based on a custom-built database from public sources, this article compares the revenues and costs of the Olympic Games and World Cups between 1964 and 2018 ( N = 43), together totalling close to USD 70 billion in revenues and more than USD 120 billion in costs. It finds that costs exceeded revenues in most cases: more than four out of five Olympics and World Cups ran a deficit. The average return-on-investment for an event was negative (– 38%), with mean costs of USD 2.8 billion exceeding mean revenues of USD 1.7 billion per event. The 1976 Summer Olympics in Montréal, the 2014 Winter Olympics in Sochi and the 2002 World Cup in Japan/South Korea recorded the highest absolute deficits. The Summer Olympics 1984 in Los Angeles, the Winter Olympics 2010 in Vancouver and the 2018 World Cup in Russia are among the few events that posted a surplus. The article concludes that the Olympic Games and the Football World Cup suffer from a structural deficit and could not exist without external subsidies. This finding urges a re-evaluation of these events as loss-making ventures that lack financial sustainability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».