MétaCan
Menu
Retour à la cohorte
Enregistrement W4384408460 · doi:10.22271/kheljournal.2023.v10.i4a.3004

Women in sports

2023· article· en· W4384408460 sur OpenAlexaboutno aff
Dibyangana Banerjee

Notice bibliographique

RevueInternational Journal of Physical Education Sports and Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorwegianPopularityLeagueGovernment (linguistics)Political scienceMedia coverageAdvertisingEconomic growthSociologyMedia studiesBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Traces of Participation of Women in Physical Activities can be seen from the 18th century in different parts of the world in different ways but the participation of women in competitive sports especially the Olympics was showcased for the first time in the 1900 Paris Olympics. A total of six countries, the United States of America, the United Kingdom, Canada, Australia, Norway and India are selected for this paper. The age of the subjects are above 16 years and below 65 years. All the data presented in this paper are collected from secondary sources, such as Books, Research papers, Sports magazines, and Internet sources. After analysing the data it was found that America started to form professional sports leagues for women, and Canada Actively engaged a policy made for women in sports to replace the 1986 Sports Canada policy, In U.K some of the reasons for this lack of popularity for women in sports have come to be known are lack of media coverage and interest for men’s sports over women’s. The government of Australia encouraged women’s development in sports by forming women’s associations in the field of sports and also funded them. The Norwegian women also get the equal amount of media coverage compared with men. From the survey conducted by BBC over the citizens of India, we found that the greatest number of people can't name any female athlete. Although women have faced many barriers in sports, some of them are social, religious and economic. These barriers are the prime reason for women not participating in sports in the 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,423
Écart entre enseignants0,379 · 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 tête enseignante, 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Physical Education Sports and HealthMême sujetSports, Gender, and SocietyTravaux en français237 207