MétaCan
Menu
Retour à la cohorte
Enregistrement W4381416515 · doi:10.1123/cssm.2022-0026

European Super League Gets a Red Card: 12 Breakaway Clubs

2023· article· en· W4381416515 sur OpenAlexaff
Belal Alsalous, Prescott C. Ensign

Notice bibliographique

RevueCase Studies in Sport Management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésLeagueFootballCompetition (biology)ClubEliteDemisePromotion (chess)Corporate governancePolitical sciencePublic relationsBusinessMarketingAdvertisingFinancePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

On April 18, 2021, 12 of Europe’s elite men’s professional football (soccer) clubs announced they were creating a stand-alone midweek European Super League (ESL). The league would be separate and independent from existing governance bodies controlling the sport worldwide. In addition, the league would exist in a closed competition format where only member clubs played against each other. A total departure from the traditional open competition format of relegation and promotion. However, the ESL clubs also proposed to continue playing in their current national weekend leagues. During the next 72 hr an extraordinary drama played out. Enraged fans, players, and football governance officials were unrelenting in their efforts to kill the ESL. This case examines the contextual background, precipitating factors, and intense counter forces that quickly led to ESL’s demise. The case raises five questions: Were there valid reasons for the clubs to seek a new business model? Were elements in the strategic planning process missing in the decision to launch ESL? Were club owners justified in breaking away to form the ESL? Was the decision to create ESL unethical? and What actions can the clubs take to repair relationships with stakeholders?

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)0,003
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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,002
Communication savante0,0080,003
Science ouverte0,0010,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0580,008

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 Opus0,071
Tête enseignante GPT0,273
Écart entre enseignants0,202 · 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'étudeÉtude de cas
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Studies in Sport ManagementMême sujetSports Analytics and PerformanceTravaux en français237 207