MétaCan
Menu
Retour à la cohorte
Enregistrement W4390610655 · doi:10.1080/16184742.2023.2292102

Agency and institutions in sport

2024· article· en· W4390610655 sur OpenAlexaff
Mathew Dowling, Jonathan Robertson, Marvin Washington, Becca Leopkey, Dana Ellis

Notice bibliographique

RevueEuropean Sport Management Quarterly · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensLaurentian UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésScholarshipInstitutional theoryContext (archaeology)Optimal distinctiveness theoryPublic relationsAgency (philosophy)Sport managementSociologyArticulation (sociology)Set (abstract data type)PoliticsPolitical sciencePositive economicsSocial scienceSocial psychologyPsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Much like the social phenomenon which it seeks to explain, institutional theory has become an institutional and dominant theoretical research traditional within sport management.In the context of sport, institutional theory can be used to examine the complex relationship between sport organisations and their broader environment.Specifically, it explains how sport organisations are influenced by and in turn influence, broader social, political and economic forces, as well as how these institutional forces shape the behaviour and practices of athletes, coaches and fans.The five original contributions contained within this special issue seek to advance institutional scholarship and bridge the growing theoretical divide between sport management and management.Taken together, the papers in this special issue represent the potential for not only further illumination of how institutional theory can advance sport management, but also how sport management might hold the possibility for further articulation and advancement of institutional theory.In doing so, we set out a future research agenda that calls for a return to the original motivations and concepts of institutional theory and a further appreciation of the distinctiveness of the sport context for understanding institutional arrangements.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,029
Communication savante0,0100,005
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,030
Tête enseignante GPT0,308
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Sport Management QuarterlyMême sujetSport and Mega-Event ImpactsTravaux en français237 207