MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416421167 · doi:10.4324/9781003663584-8

Soccer, African refugees, and First Nations communities in Australia

2025· book-chapter· en· W4416421167 sur OpenAlexaboutno aff
Joel Rookwood

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueSports, Gender, and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)IndigenousPopulationEthnic groupAgency (philosophy)

Résumé

récupéré en direct d'OpenAlex

This chapter explores two soccer pilot micro-projects implemented in Australia, a Global North state with a strong sporting identity, but one that continues to contend with ongoing structural inequalities. The projects focussed on two marginalised groups in Western Sydney: African refugees and First Nations peoples. Framed within discussions of Australia’s history, politics, and socio-cultural dynamics, the chapter examines these initiatives as case studies in sport-for-development. It contextualises Australia’s unique position at the intersection of Global North/South dynamics and examines the nation’s historical treatment of Indigenous populations and evolving immigration policies. The projects tested the use of soccer as a tool for fostering community cohesion and integration. The refugee programme highlighted the cultural relevance of soccer and its potential to address social isolation, whilst the initiative with First Nations youth emphasised skill-building and engagement. The work is informed by data from semi-structured interviews. Both projects yield insights into the value and limitations of pilot projects and the sport as a medium for social inclusion. They also underscore the challenges of sustaining impact and navigating cultural power dynamics in such ventures. The final sections articulate understandings of Australian popular culture, drawing out some key lessons from these projects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,524

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,004
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,328
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 présentnon

Explorer davantage

Même sujetSports, Gender, and Society→Travaux en français237 207→