Coût de bluff ? Les Jeux Olympiques d’hiver face au déficit d’attractivité
Notice bibliographique
Résumé
Ce deuxième numéro spécial de Movement & Sport Sciences – Science & Motricité consacré aux Jeux Olympiques d’hiver est la conséquence d’un appel à contributions ayant rencontré un large écho. Cela témoigne de l’intérêt croissant de la communauté scientifique pour une thématique jusqu’ici peu investie. Il rassemble cinq articles issus de l’économie, de la sociologie et du management, qui explorent de manière complémentaire les ressorts du déficit d’attractivité des Jeux d’hiver. Les deux premières contributions économiques interrogent la dynamique de gigantisme et la rentabilité de l’événement, en croisant analyse des coûts d’infrastructure et évolution des recettes olympiques. Les articles suivants, venant de la sociologie et du management, examinent l’acceptabilité sociale des candidatures, à partir de candidatures canadiennes, en mettant en lumière les effets du manque de transparence, les tensions liées aux priorités publiques et la difficile inclusion des communautés autochtones. Une dernière contribution propose une lecture longitudinale des méthodes d’évaluation économique mobilisées autour des Jeux, plaidant pour une meilleure prise en compte des coûts d’opportunité. L’ensemble offre un éclairage multidimensionnel sur les limites structurelles du modèle olympique hivernal, dans un contexte où les enjeux démocratiques et environnementaux pèsent de plus en plus dans le débat public.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».