Opening the ‘black box’ of building mass sport and physical activity participation from major sporting events: developing a process model of event inspiration
Notice bibliographique
Résumé
Research question The paper examines the growing research interest in event inspiration, specifically the assumption of building mass sport and physical activity (SPA) participation through major sporting events (MSEs). It aims to clarify the processes through which inspiration can be cultivated as a first step to form SPA intention and behaviour from MSEs.Research methods Insights from psychology, event management, health behaviour, and sport studies literature were integrated to develop a process model of event inspiration.Results and findings The study argues that ‘being inspired by’ is different from ‘being inspired to’; and MSEs are one of several sufficient but not necessary causes for building SPA participation. Personal characteristics at the micro level and contextual conditions at the macro/meso levels also influence the potential for event inspiration. A psycho-behavioural process model is subsequently proposed, highlighting the dynamic interplay between event inspiration, event leveraging, and behaviour change, emphasising that leveraging efforts should align with the timing of inspiration – either pre-, during, or post-event – and account for the multi-stage behaviour change process (willingness, intention, and action), rather than adhering to traditional event hosting phases. This model suggests that these processes should work in tandem to achieve the intended inspirational effects of MSEs.Implications The paper offers a significant conceptual contribution to understanding the potential of MSEs to promote more active lifestyles within the general population. The new theoretical model marks a step change in our understanding of ‘inspiration’ in the context of MSEs that contributes to future development in research and practice.
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».