MétaCan
Menu
Retour à la cohorte
Enregistrement W4320000384 · doi:10.5225/jjsm.2023-001

Research Promotion Measures based on a Bibliometric Review of Sport Management Research

2023· article· en· W4320000384 sur OpenAlexaboutno aff
Hiromu Uno, Toshihiro HAYASHIDA, Hiroki Shibata

Notice bibliographique

RevueJapanese Journal of Sport Management · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)BibliometricsSport managementManagement scienceSociologyPsychologyPolitical scienceComputer scienceEngineeringPublic relationsLibrary science

Résumé

récupéré en direct d'OpenAlex

The number of foreign research papers on sport management has increased significantly in recent years.Therefore, in order to revitalize sport management research in Japan, understanding research trends overseas is important.We aimed to examine ways to promote sport management research in Japan through a bibliometric analysis of articles published in major domestic and international academic journals.Data were collected on bibliographic information (e.g., year of publication, author, and author's institutional affiliation) of articles published in five major national and international sport management journals during the period from 2000-2020.The analysis revealed that research productivity is high in countries such as the U.S., Australia, Canada, the U.K., and Germany.The analysis also revealed that the number of coauthored papers in international journals is increasing.The results of this study are used to suggest measures that may be effective for promoting collaborative research, especially within academic organizations.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheBibliométrie
Domaine: Incitatifs · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrieMétarecherche
Domaine: Incitatifs · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devismedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,039
score de la tête « metaresearch » (Gemma)0,122
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,122
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,1600,164
Études des sciences et des technologies0,0020,001
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,391
Tête enseignante GPT0,496
Écart entre enseignants0,105 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheBibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
DomaineIncitatifs
GenreEmpirique · Synthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Sport ManagementMême sujetDiverse Approaches in Healthcare and Education StudiesCatégorieMétarechercheTravaux en français237 207