MétaCan
Menu
Retour à la cohorte
Enregistrement W4296473223 · doi:10.3727/152599522x16419948694838

On The Green: Consumer Perceptions of Returning to Golf Spectatorship Amid the Covid-19 Pandemic

2022· article· en· W4296473223 sur OpenAlexaffabout
Joseph P. Miller, Jess C. Dixon

Notice bibliographique

RevueEvent Management · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPandemicAttendancePerceptionCoronavirus disease 2019 (COVID-19)Event (particle physics)PsychologyMarketingTourism2019-20 coronavirus outbreakRevenueBusinessAdvertisingPublic relationsPolitical scienceMedicineEconomicsEconomic growthDiseaseFinance

Résumé

récupéré en direct d'OpenAlex

Throughout the COVID-19 pandemic, the sport industry has contended with stoppages of play and interrupted revenue streams. With sport beginning to "return to normal," there is uncertainty about the safe return of spectatorship and how live-event attendees perceive safety and precautionary measures amid a serious health emergency. The purpose of this study was to assess golf consumers' perceptions of following COVID-19 preventative measures at a small-scale professional golf event in Canada, and how these perceptions may influence their future event attendance. The results from a multiple linear regression analysis indicated that perceived benefits of COVID-19 vaccination and self-efficacy of following preventative measures significantly and positively influenced golf spectator's consideration of attending an event where these measures are enforced, while the perceived barriers of mask wearing significantly and negatively influenced attendance consideration. This has several practical implications for event management practitioners planning and hosting an event amid the COVID-19 pandemic.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,075
Tête enseignante GPT0,357
Écart entre enseignants0,282 · 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'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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvent ManagementMême sujetSport and Mega-Event ImpactsTravaux en français237 207