MétaCan
Menu
Retour à la cohorte
Enregistrement W4293851115 · doi:10.32731/smq.313.0922.05

Patriot, Expert, or Complainer? Exploring How Athletes Express Themselves at Olympic Games’ Press Conferences

2022· article· en· W4293851115 sur OpenAlexaff
Bo Li, Olan Scott, Stirling Sharpe, Sarah Stokowski, Qian Zhong

Notice bibliographique

RevueSport Marketing Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésMedalPresentation (obstetrics)BasketballAthletesPromotion (chess)AdvertisingPolitical scienceParadeLeagueMedia studiesPublic relationsSociologyPsychologyHistoryLawBusiness

Résumé

récupéré en direct d'OpenAlex

Media coverage of the Winter Olympic Games provides an invaluable opportunity for athletes to promote themselves to a global audience that otherwise would not be reached through regular calendar events. An important element of athlete promotion occurs during press conferences when athletes speak to global media after winning a medal. The purpose of this study was to investigate how Olympic medalists presented themselves in front of the media after achieving Olympic success. A thematic analysis was conducted using press conference transcripts from 307 Olympic medalists during the 2018 PyeongChang Winter Olympic Games. The results indicated that athletes were likely to use media opportunities to self-promote their achievements, share secrets and stories, exhibit gratefulness, protest, show patriotism, and provide expert opinion. Overall, six categories of self-presentation were identified and discussed. Practical and theoretical implications are offered throughout, including a contribution to self-presentation theory and suggestions for athlete media literacy training.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,081
Tête enseignante GPT0,293
Écart entre enseignants0,212 · 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'étudeQualitatif
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSport Marketing QuarterlyMême sujetSport and Mega-Event ImpactsTravaux en français237 207