MétaCan
Menu
← Retour à la cohorte
Enregistrement W6986720532

Racing with Approval: Developing a Methodology to Measure Social License for Formula 1 Grands Prix in Montreal and Las Vegas

2025· other· en· W6986720532 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLicenseTransparency (behavior)Public engagementLas vegasKey (lock)Social media
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report develops a methodology to estimate the degree of social license garnered by Formula 1 Grands Prix, focusing on the Canadian Grand Prix in Montreal and the Las Vegas Grand Prix. Drawing on the Social License to Operate (SLO) Pyramid (Thomson and Boutilier, 2011) and Arnstein’s (1969) Ladder of Citizen Participation, a framework was created to assess the levels of public participation and acceptance. The report identifies key indicators of social license and public engagement using a mixed-methods approach through a literature review, document analysis, media scan, and semi-structured interviews. The findings reveal that while Formula 1 Grands Prix are widely embraced for their international prestige and perceived economic benefits, the public engagement processes are frequently characterized by tokenistic practices, raising critical concerns about transparency, inclusivity, and the authenticity of participation mechanisms. Based on these findings, the report proposes recommendations to strengthen social license, including implementing digital communication tools, expanding notification procedures, developing public education initiatives, early-stage community engagement prior to event bidding, and enhanced transparency regarding economic impacts. These measures foster meaningful citizen participation and promote a more sustainable and socially accepted model for hosting Formula 1 Grands Prix.

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)0,012
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,008
Études des sciences et des technologies0,0070,004
Communication savante0,0040,002
Science ouverte0,0030,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,023
Tête enseignante GPT0,237
Écart entre enseignants0,214 · 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'étudeQualitatif
Domainenon disponible
GenreMéthodes

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 revueQSpace (Queen's University Library)→Travaux en français237 207→