From gender policies and practices to organisational performance of sport governing bodies
Notice bibliographique
Résumé
Research question Gender policies reflect identity-conscious human resource management structures that aim to reduce unfair treatment based on gender. Drawing on signalling theory and the categorisation-elaboration model, the literature suggests that the relationship between gender policies and organisational performance is moderated by several factors (gender practices, organisational culture, decision-making quality), which have not yet been empirically studied. The purpose of this study is to investigate the presence of gender policies in sport governing bodies (SGBs) and examine their relationship with organisational performance.Research methods An online questionnaire was sent to representatives of German SGBs (n = 202). Structural equation modelling was used to examine the relationships between gender policies, gender practices (i.e. board gender diversity), organisational culture, decision-making quality, and organisational performance.Results and findings Gender policies are rarely present in German SGBs, and can only shape the organisational culture when they are connected to daily routines (in contrast to the simple presence of a written statement). Gender policies and practices are positively associated with decision-making quality and organisational performance.Implications The findings contribute to the literature by shedding light on the theoretical mechanisms (i.e. organisational culture, decision-making quality) through which group diversity affects organisational performance. Sport managers should connect gender policies to the daily work instead of simply including them in good governance guidelines, especially because they also benefit the organisation in terms of better performance. Politicians should consider mandatory regulations to make gender policies more effective.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».