MétaCan
Menu
Retour à la cohorte
Enregistrement W4400273995 · doi:10.18060/27557

“So, You’re Saying There’s a Chance …”

2024· article· en· W4400273995 sur OpenAlexaffabout
Chris Chard, Daniel Wigfield

Notice bibliographique

RevueSports Innovation Journal · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensUniversity of GuelphBrock University
Organismes subventionnairesnon disponible
Mots-clésAmateurLeagueField hockeyBalance (ability)Minor (academic)Competition (biology)RevenueDominance (genetics)Independence (probability theory)PsychologyAdvertisingBusinessDemographic economicsPolitical scienceEconomicsLawStatisticsFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

Competitive balance in sport is a desirable state for leagues to aspire to attain. Indeed, uncertainty of outcomes (Kringstad & Girginov, 2018) have been noted to be desirous. At the highest levels of professional sport, measures to promote competitive balance (e.g., amateur drafts, revenue sharing) are commonplace. It has been noted before (i.e., Wigfield & Chard, 2018) that competitive balance is similarly sought after in competitive youth sport settings. Here, the current study was completed to assess the competitive balance in various associations competing in Ontario’s boys’ representative minor hockey system. Results from the provincial championships since the 2005-06 season were analyzed for age groups ranging from U11 to U20 and across all competition levels (i.e., A, AA, AAA) by conducting a chi-square test of independence. Findings indicate that the Greater Toronto Hockey League (GTHL) dominates Ontario rep hockey across all age groups and competition levels—with few exceptions. This article offers an innovative solution to roster construction that Ontario minor hockey associations can implement to combat the GTHL’s dominance.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,006

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 Opus0,040
Tête enseignante GPT0,249
Écart entre enseignants0,209 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSports Innovation JournalMême sujetSports Analytics and PerformanceTravaux en français237 207