A descriptive analysis of sport nationalism, digital media, and fandom to launch the Canadian Premier League
Notice bibliographique
Résumé
In April 2019, the Canadian Premier League (CPL), a professional domestic soccer league, launched in Canada, making it the first top-tier league in North America to begin operations in the modern digital era. The CPL represents a unique and timely opportunity to examine how a new professional sports league cultivates ties with fan-consumers via sport nationalism, digital media, and fandom. As yet, there are very few academic works on the CPL, and there is also a paucity of scholarly publications on the launch of new professional sports leagues in the 21st century. For this study, two types of qualitative data were collected: semi-structured interviews with league officials and voices on the Canadian soccer scene; and various primary and secondary sources, most often news articles, along with works on sports sociology and marketing. Despite soccer’s status as the “global game,” Canadian sport nationalism has historically revolved around hockey. While professional soccer leagues in Canada have largely failed in the past, several key factors—changing national demographics, high rates of youth participation in soccer, and groups of willing investors—have altered the landscape, contributing to the formation of the CPL. As traditional television and sports viewing shifts towards streaming providers, the CPL’s presence on OneSoccer, a digital platform, endows it with increased authenticity and a more loyal following, particularly as the league is targeting younger “digital natives.” Supporters’ groups, which enrich fan culture and engagement, are also a key ingredient of the upstart league. The CPL is being promoted as an authentic Canadian product, as seen with team names reflecting local or regional identities and Canadian player quotas that enhance the league’s national bone fides on the pitch.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,014 | 0,008 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 ».