MétaCan
Menu
Retour à la cohorte
Enregistrement W4401384936 · doi:10.1080/14927713.2024.2378801

Vertical interlocking and decision making in national and provincial/territorial non-profit sport organization boards

2024· article· en· W4401384936 sur OpenAlexafffundvenueabout
Erik L. Lachance, Milena M. Parent

Notice bibliographique

RevueLeisure/Loisir · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of OttawaBrock University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInterlockingBusinessProfit (economics)MarketingKnowledge managementIndustrial organizationOperations managementPublic relationsPolitical scienceComputer scienceEngineeringEconomicsMicroeconomicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This study explains the impact of vertical interlocking on national (NSO) and provincial/territorial (P/TSOs) non-profit sport organization board decision making in a federated sport model. Data were collected from six boards in Canada (two NSOs, four P/TSOs) via 36 meeting observations, 18 semi-structured interviews, and over 900 documents. Sixty-six decisions were categorized based on vertically interlocked and non-interlocked boards (three per group). Data were analyzed via an independent sample t-test (derived from a structured observation sheet to score decisions quantitatively) and a codebook thematic analysis. Results demonstrated interlocked boards differed from their non-interlocked counterparts when making decisions regarding the length, delays, interactions, and information sources (i.e., acquisition and use). Theoretically, results provide insights into vertical interlocking’s multi-dimensional impact on decision-making constructs. Practically, NSO and P/TSO boards should perceive vertical interlocking positively, given the ability to access and use information sources not available in non-interlocked boards.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,487

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,005
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,324
Écart entre enseignants0,308 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetSport and Mega-Event ImpactsTravaux en français237 207