Role of risk perception on trust, event impact experiences, and event support in the Tokyo 2020 Olympics during the COVID-19 outbreak
Notice bibliographique
Résumé
The study of the risks associated with large-scale events has become increasingly prominent in recent decades. Recently, COVID-19 has emerged as an unexpected and unprecedented risk factor for hosting the Tokyo 2020 Olympics. Risk perception is widely acknowledged as a significant factor in social exchange situations where individuals rely on one another. Trust plays a crucial role in simplifying complex scenarios and facilitating the acceptance of potential risks. However, few studies have investigated the association between trust/risk perception and event experiences/event support. This study examined the effect of Tokyo residents’ trust in event organizers and risk perception in the context of COVID-19 on their event impact experiences and event support during the Tokyo 2020 Olympics through panel data analysis (n = 938). Trust and risk were measured pre-event (T1; one month before), and event impact experiences and event support were estimated post-event (T2; two weeks after). The results indicated that trust had a positive relationship with positive event impact experiences/event support, and a negative relationship with negative event impact experiences and risk perception. Risk perception was positively associated with negative event impact experiences, and mediated the relationship between trust and negative event impact experiences. Furthermore, positive and negative event impact experiences mediated the association between trust and event support. Thus, we advanced social exchange theory by demonstrating that trust is a valuable predictor of increasing/decreasing the benefits/costs of events to residents, while confirming that risk perception increases the costs of the exchange process between the event organizer and residents in mega-sporting events.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».