Investigating top-down and bottom-up strategic alignment of event leveraging outcomes: the case of the 2021 UCI Road World Championships
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research question It is generally agreed upon that deliberate planning is needed to achieve pre-determined positive outcomes from sport events (i.e. event leveraging). There is less consensus around the specific strategies that should be used to achieve such outcomes, and ownership of such strategies. A largely conceptual suggestion has been made that both top-down and bottom-up stakeholders should be involved in event leveraging. Therefore, the purpose of this paper is to investigate the (mis)alignment of top-down and bottom-up stakeholders’ event leveraging objectives and how this (mis)alignment relates to objective achievement.Research methods In the context of the city of Leuven (Belgium), and the 2021 UCI Road World Championships, a case study methodology was employed with three phases of data collection and analysis of (1) top-down stakeholder documents; (2) semi-structured interviews with bottom-up stakeholders (n = 8); and (3) online questionnaires with residents (n = 3662).Results and findings We found alignment for only one top-down and bottom-up objective (i.e. promote cycling as a means of active transportation), which was found to be achieved through examining residents’ use of cycling for groceries. The remaining objectives were not aligned, and therefore were not fully met or sustained as indicated through resident opinion and behaviour.Implications The findings provide empirical support for previous conceptual notions that both top-down and bottom-up strategies to event leveraging are needed. Future research can help support leveraging sport events by working with both top-down and bottom-up stakeholders prior to hosting to help facilitate objective alignment, and foster relationships to maximize outcomes.
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.
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 | 0,003 | 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 | 0,000 | 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 découle