MétaCan
Menu
Retour à la cohorte
Enregistrement W4417074706 · doi:10.1093/biosci/biaf181

Wildlife Diversity in Global Team Sport Branding

2025· article· en· W4417074706 sur OpenAlex
Ugo Arbieu, Céline Bellard, Corey J. A. Bradshaw, Ricardo A. Correia, Pierre Courtois, Enrico Di Minin, Ivan Jarić, Jessica R. Murfree, Madeleine Orr, Samuel Roturier, Melanie Sartore‐Baldwin, Diogo Veríssimo, Franck Courchamp

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBioScience · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesH2020 European Research CouncilKoneen SäätiöAcademy of FinlandEuropean Commission
Mots-clésWildlifeThreatened speciesBiodiversitySustainabilityWildlife conservationDiversity (politics)PopulationWildlife tourism

Résumé

récupéré en direct d'OpenAlex

Abstract Many sport organizations worldwide have capitalized on wildlife iconography to develop their brand. Given the ongoing global biodiversity crisis and the importance of sport in modern societies, representations of wildlife in the sport industry offer enormous potential for shifting social norms, raising funds and promoting biodiversity conservation initiatives within the industry itself. We collected data on professional teams that use wild animals either in their name, logo, or supporters’ nicknames across 50 countries and across 10 team sports. We identified 727 sport organizations using wildlife iconography or nicknames. Mammals and birds are the most represented classes, and lions (Panthera leo), tigers (Panthera tigris), and grey wolves (Canis lupus) are the most frequently selected species. Threatened species and species with a declining population trend are more represented than other species, with differences across regions. This is a critical first step toward integrating biodiversity conservation in the sustainability agenda of sport organizations.

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.

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)0,000
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 enseignants0,048
Score d'incertitude au seuil0,147

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,037
Tête enseignante GPT0,335
Écart entre enseignants0,298 · 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