MétaCan
Menu
Retour à la cohorte
Enregistrement W4383068785 · doi:10.1177/21674795231185061

Are They Really Chinese? Examining Chinese Audiences’ Emotions and Perceptions Toward Naturalized Athletes at the 2022 Winter Olympics

2023· article· en· W4383068785 sur OpenAlexaff
Bo Li, Olan Scott, Liang Zhao, Jin Su

Notice bibliographique

RevueCommunication & Sport · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésAthletesChinaNaturalizationBeijingNationalityPolitical scienceGovernment (linguistics)PerceptionPsychologySociologyCitizenshipImmigrationLawPolitics

Résumé

récupéré en direct d'OpenAlex

As sport has become more globalized, there has been an increase in the number of athletes who have changed their nationality to maximize their chances to compete in international competitions. In order to maximize its chances at its home hosted Winter Olympic Games, the Chinese government authorized many foreign-born athletes to gain Chinese citizenship to compete for China. The purpose of the study was to explore how Chinese social media users perceived athlete naturalization of Chinese athletes during the 2022 Beijing Olympic Games. Through sentiment analysis and thematic analysis, results found that Chinese spectators generally had positive emotions toward these naturalized Olympians. Online discussions mainly focused on three topics: expressing their attitudes toward athlete naturalization, questioning the legitimacy of the strategy, and discussing athletes’ heritage and cultural identities. This research hopes to broaden our understanding of the sport migrant issue in China, the perceptions of athletes who have naturalized, and the sentiments that Chinese consumers have of naturalized athletes at the Winter Olympic Games that were held in their country.

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)0,002
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,344
Écart entre enseignants0,292 · 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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunication & SportMême sujetSports, Gender, and SocietyTravaux en français237 207