The process of implementing a multi-level and multi-sectoral national sport policy: cautionary lessons from the inside
Notice bibliographique
Résumé
The purpose of this paper was to (1) present and critically reflect upon a national sport policy’s implementation and monitoring process in a multi-level, multi-sectoral context from an insider’s perspective and (2) provide recommendations for future research and policymakers regarding sport policy implementation and monitoring. Based on hundreds of documents (e.g. formal and personal meeting notes, formative and summative evaluation reports) gathered over the policy’s lifespan, the paper critically reflects on the second Canadian Sport Policy’s (CSP) implementation process between 2012 and 2022, which comprised grassroots, high performance, and sport for development goals, using the multiple governance framework. The reflection highlights key challenges for implementing a soft (national sport) policy in a complex, multi-level, multi-sectoral governance context, such as the normative soft policy seeing a ‘policy for all’ becoming a ‘policy for no one’, no stakeholder accountability per se, nor power for the policy intermediary to enforce implementation. This resulted in the CSP 2012’s ceremonial attribution of success because any action could be seen as fitting within policy goals. The paper highlights the importance of (1) aligning policy development, implementation, and evaluation between macro and micro levels; (2) a more holistic policy implementation process analysis using in situ methods; (3) understanding the personal experiences, struggles, and tensions found within policy implementation to explain potential outcomes; (4) policy ambiguity and equifinality limiting policy implementation evaluation; (5) resources/dedicated funding as a policy implementation success driver; and (6) potential tools (e.g. use of outside experts, conceptual maps) for soft policy implementers/monitors and researchers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».