MétaCan
Menu
Retour à la cohorte
Enregistrement W7115811508

School of Hard Knocks: Exploring how and to what extent universities and colleges in Ontario balance the reputational risks and benefits associated with contact intercollegiate sports

2020· dissertation· W7115811508 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2020
Typedissertation
Langue
DomaineBusiness, Management and Accounting
ThématiqueCorporate Identity and Reputation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReputationContext (archaeology)StakeholderValue (mathematics)Higher educationBalance (ability)Stakeholder engagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This exploratory, single-case study investigated how and to what extent leaders in Ontario colleges and universities balance the reputational benefits and risks of contact intercollegiate sports. This study investigated athletics’ alignment with academic mission, how leaders respond to changes in stakeholder and societal values; and how leaders define, assess and respond to risk. To achieve these objectives, the study reviewed theories regarding reputation and reputation management in the context of higher education. It extended these theories into the establishment of identity, organization-stakeholder relationships, assessment of risk, and threat mitigation in the context of intercollegiate athletics. The study examined multiple sources of data including in-depth interviews with athletic directors and deans, a survey to members of the Ontario College Athletic Association; and a content analysis of mission, vision and value statements of institutions represented in the study. The study found that Ontario schools may be vulnerable to changing societal perceptions about risk in contact intercollegiate sports due to limited environmental scanning and limited engagement with stakeholders outside of higher education and athletics. The study may provide insight for academic institutions in Canada to assess academic and athletic value alignment and make changes if gaps are identified to protect reputation.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,005
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,192
Écart entre enseignants0,154 · 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
GenreEmpirique

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetCorporate Identity and ReputationTravaux en français237 207