MétaCan
Menu
Retour à la cohorte
Enregistrement W4406945969 · doi:10.7202/1115596ar

Des compétitions handi-ski d’envergure pour un tourisme sportif intégré au sein des stations de ski des Pyrénées-Orientales

2024· article· fr· W4406945969 sur OpenAlexvenueno aff
Éric Péréra, Gaël Villoing, Nathalie Le Roux

Notice bibliographique

RevueAequitas Revue de développement humain handicap et changement social · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’article s’intéresse à la structuration du handi-ski dans les stations de ski du massif des Pyrénées-Orientales (PO) et au développement d’un tourisme de loisir intégré qui en découle. Dès 1985, la mise en place de compétitions handi-ski dans les PO va rapprocher des acteurs locaux, Michel Douard (président de Handisport Béziers) et Jean-Claude Pous (élu délégué au sport et vice-président de la régie des skis des remontées mécaniques à Font-Romeu), et un acteur national, Georges Dejonghe (CTN handisport FFH). L’histoire de vie de ces acteurs montre comment ils ont créé les conditions pour sensibiliser les parties prenantes des stations de ski des PO à l’accueil des handi-skieurs. Cette sensibilisation passe par l’organisation de stages d’initiation associés aux compétitions handi-ski, dont le potentiel touristique devient alors un levier pour le développement d’un loisir intégré sur le territoire des PO. L’acceptation du handi-ski est d’autant plus convaincante auprès des décideurs qu’il représente une manne économique qui permet de combler les périodes « creuses » au sein des stations de ski des PO. Au final, cette opportunité saisonnière, répondant à des enjeux politico-économiques locaux, a permis d’encourager les conditions d’accueil des handi-sportifs en stations de ski des PO et, in fine , la participation sociale des handi-skieurs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,119
Tête enseignante GPT0,401
Écart entre enseignants0,282 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAequitas Revue de développement humain handicap et changement socialMême sujetSport and Mega-Event ImpactsTravaux en français237 207