MétaCan
Menu
Retour à la cohorte
Enregistrement W4292376311 · doi:10.18060/26437

The Emergence of Single-Game Sports Betting in Canada

2022· article· en· W4292376311 sur OpenAlexaboutno aff
John T. Holden

Notice bibliographique

RevueJournal of Legal Aspects of Sport · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDoping in Sports
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLotteryParliamentRevenueAdvertisingCorporationLegislationBusinessLaw and economicsEconomicsPolitical scienceLawFinanceMicroeconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Canadians, like their neighbors to the south, have been betting on the outcomes of sporting events for many years. Until recently, those wagering on the outcome of a single game have done so either socially, illegally, or in a vast grey market. While many Canadians have had access to parlay-style wagering since the 1980s, single-game wagering has been out of reach until recently. After more than a decade of trying to pass legislation to amend the Criminal Code of Canada, Parliament was finally able to amend the law in 2021, allowing provinces to begin offering wagering on the outcome of individual sporting events. While nearly all provinces turned to their lottery operators, who had previously offered parlay wagering, Ontario announced prior to the amendment’s passage that it intended to open the market to private operators. A little more than six months after first launching single-game sports betting via the province’s lottery corporation, the market opened to private operators. The “grand experiment” remains young, and many questions remain to be answered including whether revenues will match that of a provincially operated monopoly. This article explores the evolution of the legalization of single-game sports wagering in Canada and discusses the emerging market.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,829

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0140,007
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Legal Aspects of SportMême sujetDoping in SportsTravaux en français237 207