Single-Entity MLS vs. The English Premier League
Notice bibliographique
Résumé
Soccer, otherwise known as football to the rest of the world, was and is a dominating sport, not only in popularity but in organization and individual profit as well. The Fédération Internationale de Football Association [hereinafter “FIFA”] alone had a net profit of around $3.54 billion during the 2018 World Cup. This figure is only the tip of the iceberg in regard to the positive impact that football can have on the organizations that control it. Not only do FIFA’s numbers speak to the profitability of football, but England’s Premier League in 2019 alone grossed around $4.577 billion. Comparably, the U.S.’s MLS teams produced “$1.1 billion in revenue . . . La Liga powerhouse FC Barcelona alone reported $1.1 billion in revenue during its 2018-19 campaign.” MLS has overcome much hesitation when it comes to playing on a world-wide level. MLS, as it stands, is currently ranked around the 10th best soccer league in the world, both in quality and popularity. Although the highest level of soccer played in both the US and Canada, it is not nearly as high as it could be. While the likes of La Liga and the English Premier League are top tiers, “MLS is mostly compared with second divisions in top European leagues.” So why is there a disparity in revenue between the European football world and that of the United States?\nThis post was originally published on the Cardozo International & Comparative Law Review on February 23, 2022. The original post can be accessed via the Archived Link button above.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,019 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».