MétaCan
Menu
Retour à la cohorte
Enregistrement W597894664

Leveraging legacies from sports mega-events : concepts and cases

2014· book· en· W597894664 sur OpenAlexaboutno aff
Jonathan Grix

Notice bibliographique

RevuePalgrave Macmillan eBooks · 2014
Typebook
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommonwealthPoliticsBeijingChinaMega-HistoryPolitical scienceMedia studiesEconomic historyCartographySociologyGeographyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PART I: CONCEPTUAL ISSUES 1. From Legacy to Leverage Laurence Chalip 2. Megas for Strivers: the Politics of Second Order Events David Black 3. 'Legacy' Revisited Holger Preuss 4. Sports Mega-Events and Mass Participation in Sport Mike Weed 5. Neo-Liberalism and Sports Mega-Events Michael Silk PART II: PREVIOUS SPORTS MEGA-EVENT STRATEGIES 6. Sydney 2000 and Melbourne 2006: A Tale of Two Australian Cities Bob Stewart 7. 'Leaving Las Magas', or Can Sustainability ever be Social? Vancouver 2010 in Post-Political Perspective Caitlin Pentifallo and Robert Van Wynsberghe 8. Seoul 1998 Alan Bairner and Ji-Hyun Cho 9. The Legacy of the 2002 Shanghai Tennis Masters Cup Dongfeng Liu 10. London 2012 John Horne and Barrie Houlihan PART III: 'EMERGING STATES' AND SPORTS MEGA-EVENTS 11. Magical Thought and the Legacy Discourse of the 2008 Beijing Games Wolfram Manzenreiter 12. Dreaming Big: Spectacular Events and the 'World-Class' City - The Commonwealth Games in Delhi Amita Baviskar 13. South Africa's 'Coming Out Party': Reflections on the Significance and Implications of the 2010 FIFA World Cup Scarlett Cornelissen 14. Qatar, Global Sport, and the 2022 FIFA World Cup Paul Brannagan and Richard Giulianotti 15. Russia: Showcasing a 'Re-Emerging' State? Oleg Golubchikov and Irina Slepukhina

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)0,007
score de la tête « metaresearch » (Gemma)0,007
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: Autre
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0220,050
Communication savante0,0250,021
Science ouverte0,0030,019
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · 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

Citations43
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan eBooksMême sujetSport and Mega-Event ImpactsTravaux en français237 207