Ensuring volunteer impacts, legacy and leveraging is not “fake news”: Lessons from the 2015 FIFA Women’s World Cup
Notice bibliographique
Résumé
© 2020, Emerald Publishing Limited. Purpose: This study aims to explore the legacy potential of the FIFA Women’s World Cup (FWWC) 2015, for the host communities across Canada. Design/methodology/approach: The mixed-methods study included a link to an online anonymous survey being sent to all volunteers at the FWWC that explored their prior volunteering experience, motivations for volunteering, perceived skill development and future volunteering intentions. Documents were reviewed, and key stakeholders were interviewed. Findings: The results support previous research that mega-sport event (MSE) volunteers are typically older females with prior volunteering experience. Those most likely to indicate they wanted to volunteer more are younger volunteers without prior volunteering experience. While legacy was discussed as a desired outcome, this was not operationalised through strategic human resource strategies such as being imbedded in the position descriptions for the volunteer managers. Research limitations/implications: As this study was conducted in the real-world context of a sport event, the timing of the survey was determined by the organising committee. Practical implications: Mega sport events typically draw upon existing host-city social and human capital. For future event organising committees planning for and delivering a volunteer legacy may require better strategic planning and leveraging relationships with existing host-city volunteer networks. In the context of a single sport, women’s MSE, multi-venue, multi-province event, greater connection was required to proactively connect younger women for volunteers to their geographic sport and event volunteering infrastructure. Originality/value: This is the first research of volunteers for the largest women’s mega single-sport event. There are three theoretical contributions of the paper to: the socio-ecological lens, motivational theory of single event MSE and the contribution of social and human capital to understandings of legacy.
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 | 0,047 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,011 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».