MétaCan
Menu
Retour à la cohorte
Enregistrement W4407096983 · doi:10.1123/jsm.2024-0199

Nonprofit Sport Organization Board Members’ Engagement in Decision Making

2025· article· en· W4407096983 sur OpenAlexaff
Erik L. Lachance

Notice bibliographique

RevueJournal of Sport Management · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésNonprofit organizationPublic relationsBusinessPsychologyMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

This study explored the engagement of nonprofit sport organization (NPSO) board members in decision making. Featuring six NPSO boards, data were collected from 36 board meeting observations, 18 interviews, and over 900 documents. Data analysis was completed quantitatively (i.e., descriptive statistics, hierarchical cluster analysis, independent sample t test) and qualitatively (i.e., codebook thematic analysis). Board members demonstrated instances of high and low engagement in decision making, with Chief Executive Officers and Chairs being the most engaged. Engagement is impacted by board members’ ability to have an alignment of priorities with their NPSO, an awareness of their responsibilities, the necessary competencies, and a feeling of trust and safety. Theoretical contributions include the operationalization of constructs and consideration for boardroom processes to empirically understand NPSO board member engagement. Practically, to promote higher levels of engagement, Chairs should embody a collective leadership style and avoid situations of groupthink or subgroups on the board.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,317
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport ManagementMême sujetNonprofit Sector and VolunteeringTravaux en français237 207