MétaCan
Menu
Retour à la cohorte
Enregistrement W4289826792 · doi:10.1079/tourism.2022.0028

Measuring the Value of Varsity Athletics Through Student Retention and the Balanced Scorecard Strategy

2022· article· en· W4289826792 sur OpenAlexaffabout
Reid E.R. Davidson

Notice bibliographique

RevueTourism Cases · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésGraduation (instrument)Balanced scorecardPrideAthletesValue (mathematics)ReputationPublic relationsPsychologyMedical educationManagementPolitical scienceMarketingBusinessEngineeringMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This case study determines the value of student athletic programs at Canadian universities, using Vancouver Island University (VIU) as a reference case. First, the study compares Canadian varsity athletics to American collegiate athletics to consider the relative economic value of collegiate athletics between the two countries. Second, the study assesses graduation rates and retention of student athletes in Canadian varsity programs as an indicator of the academic value of these programs. Graduation rates and ten-year trends were found using data retrieved from VIU records of past athletes and the credentials they received. Finally, the Balanced Scorecard (BSC) strategy was also employed to explore ways for institutions to create more value for their athletic departments. The BSC strategy focuses on four main pillars of business that have unique objectives and measures to ensure goals are completed. These strategies can be used to create value by reliably predicting outcomes. Value can be perceived in several non-financial ways from an institutional standpoint, including student success, athletic reputation, or pride in school culture among students and staff. Using the BSC could help Canadian collegiate athletic programs overcome the many barriers that stand in the way of sustainable operations. In this case study, we discovered that, with the overwhelming difference in resources between the US and Canada, Canadian varsity athletics may need to find new ways to engage stakeholders after a year of low activity due to the pandemic. Moreover, results of the graduation data indicate that VIU, the test institution, has had a dramatic incline in academic success since 2016 and that the strategies that have been set in place have fostered a more nurturing educational environment for its athletes. It will be important to continue this type of research among all institutions in the U-Sport/Canadian Collegiate Athletic Association (CCAA) to refresh the current systems in place that yield little return on investment (ROI) for stakeholders. With the suggested strategies in this case study, user groups and stakeholders should see noticeable improvement from four different perspectives: internal, external, financial, and innovation/learning and growth. The BSC is a great tool because it does not require a massive modification of operations. It is a cost-effective solution to scoping in on one area of need at a time if necessary. The information gained may be incredibly useful for determining how to improve one’s athletic department. VIU logo WLCE logo Information Vancouver Island University World Leisure Centre of Excellence © R.E.R. Davidson, 2021

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

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

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 Opus0,065
Tête enseignante GPT0,234
Écart entre enseignants0,169 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTourism CasesMême sujetSports Analytics and PerformanceTravaux en français237 207