Research and publication trends: Sports branding on the movie
Notice bibliographique
Résumé
Many films have raised the story of sports as the major story or as the background of a film. However, so far, no research has been obtained that analyzes the mapping of research results related to film and sports. Therefore, this study intends to examine various studies related to film and sports that global researchers have produced. This research uses the bibliometric method. The data source used is the Web of Science, while the tools used to process and display the data are ScientoPy and VosViewer. The results showed that the development of scientific publications starts 2000 to 2021 related to films and sports experienced fluctuating developments. Authors from America and England occupy the top positions for the number of publications. However, in the period 2020 and 2021, researchers from France and Canada are researchers who are more productive in publishing their scientific works. They included most published scientific works related to films and sports in the WoS version of the Social science category. However, Between 2020-2022, more are categorized into the subject of Communication and Film, Radio, & Television. Reference sources widely cited in scientific publications related to film and sports are books by Beeton with the title film-induced tourism (2005) and Crosson's work with the title sport and film (2013). The results of the keyword mapping show that six clusters represent some keywords used by the author in scientific works related to films and sports. In conclusion, sports and cinema research are fully developed in this research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 tête enseignante, 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 ».