MétaCan
Menu
Retour à la cohorte
Enregistrement W4416093609 · doi:10.32731/ijsf.202.052025.03

Sport Success Leaves Financial Clues: The Role of FFP Regulation on Spanish Clubs’ Road to the UEFA Championships

2025· article· en· W4416093609 sur OpenAlexaff
Alberto Calahorro‐López, Melinda Ratkai, Panagiotis Dimitropoulos, Julio Vena-Oya

Notice bibliographique

RevueInternational Journal of Sport Finance · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensFuture Earth
Organismes subventionnairesnon disponible
Mots-clésFinancial planFinancial services

Résumé

récupéré en direct d'OpenAlex

This study measures the impact of Financial Fair Play (FFP) in the Spanish football league by considering three objectives: (1) the probability of qualifying for European competition, (2) if sporting objectives can be related to the financial situation of the clubs, and (3) changes in the financial-accounting structure. The sample contains 176 observations from 13 Spanish clubs between 2004-2019. The empirical findings reveal that the likelihood of qualifying for European competition is sensitive to certain financial items. It was found that the greater the intangible assets were (pre-FFP), the higher the probability of participating in European competition was. A shift toward financial efficiency was observed due to regulatory change in terms of earnings before interest and taxes (EBIT) and ratio of personnel expenses/operating income, which allows us to conclude that the FFP has opened a new dimension in the profession-alization and innovation of financial management in football.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 GPT0,240
Écart entre enseignants0,226 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sport FinanceMême sujetSports Analytics and PerformanceTravaux en français237 207