Preparing Sport Leaders of the Future To Lead Equitable, Diverse, and Inclusive Sport Organizations: The Insights and Strategies of Professors
Notice bibliographique
Résumé
Researchers have documented the tangible and significant benefits to organizations having more diverse senior leadership teams. However, not all industries have embraced his practice. While gains have been made for women securing senior positions in professional sport, the rate of change has been slow, despite the fact that men and women equally aspire to these roles, and women outnumber men in many sport management educational programs. Systemic and structural barriers exist for women seeking senior leadership levels in the industry, a fact that only the women students seem to appreciate (Gray & Weese, 2021). This descriptive study extends this research by engaging sport management professors to determine if they understand the issue and, if so, what they were doing to ensure that their students understand the benefits of equity, diversity, and inclusion (EDI). The professors clearly appreciated the issue and recognized the gender differences that exist between their men and women students. They also shared activities and strategies they use to help ensure that the next generation of sport leaders value and advocate for EDI leadership practices. The professors agreed that they needed to continue to heighten the awareness and sensitivities of their students on the topics of EDI, and they all believed that they could do more to incorporate EDI perspectives in their classes and mentorship sessions. Ten recommendations are provided to assist current and future sport management professors address this critical issue.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».