MétaCan
Menu
Retour à la cohorte
Enregistrement W4387937583 · doi:10.3389/fspor.2023.1256885

Social entrepreneurship in sport: a peripheral country perspective

2023· review· en· W4387937583 sur OpenAlexaff
Denise Kamyuka, Laura Misener, Marisa Tippett

Notice bibliographique

RevueFrontiers in Sports and Active Living · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensWestern University
Organismes subventionnairesDeutsche Sporthochschule Köln
Mots-clésPerspective (graphical)EntrepreneurshipSocial entrepreneurshipEconomic geographySociologyPolitical scienceEconomicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

For the past decade, scholars have been working towards developing a robust theory of social entrepreneurship in sport (SES). However, SES theory remains void of peripheral country perspectives and thus perpetuates the Eurocentric views of entrepreneurship. This paper used a decolonial feminist lens and Whittemore and Knafl’s methodology to conduct an integrated review of SES literature written in or about a peripheral country context. The review examined how scholarship from and about this context had considered geographical and culturally specific perspectives in the development of SES theory. A total of n = 1971 papers were retrieved, with only n = 12 providing relevant peripheral country context. This scarcity of literature indicates that the current theory of SES lacks peripheral country perspectives. Many papers in this review ( n = 5) are written by authors in or from a peripheral country. Their contributions to SES literature revealed the decolonial feminist approaches that centralize alternative perspectives and added plurality to the definition of SES. The findings revealed the nuanced theoretical approaches to SES and highlighted the gaps in this context. The review shows how, despite the rise in social enterprises that focus on gender equity and the economic inclusion of women, gendered studies were still very scarce.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,081
Tête enseignante GPT0,341
Écart entre enseignants0,260 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sports and Active LivingMême sujetGender Diversity and InequalityTravaux en français237 207