Absent but not uninterested: understanding charity sport event non-participation through capability and practice theories
Notice bibliographique
Résumé
Charity sport events are widely used to raise funds and foster community around cancer-related causes, yet many cancer survivors choose not to participate. This lack of participation by some individuals reduces the amount of funds raised by charitable organizations, and precludes engagement in a potentially impactful sport experience. Previous research has largely explained this absence as a lack of motivation, offering little insight into the emotional, symbolic, and structural dynamics that underlie non-participation. Guided by the capability approach and practice theory, this study examined how survivors construct and negotiate their capacity for participation, emphasizing how capability, readiness, and meaning are shaped through personal, social, and environmental conditions. Data were collected through open-ended survey questions via the Prolific platform in June 2024 from 78 U.S. based cancer survivors who had never attended a charity sport event. Data were analyzed using reflexive thematic analysis. Findings show that non-participation is rarely driven by a lack of interest. Instead, participants described engagement as contingent on health and fatigue, emotional and temporal readiness, social comfort and support, moral trust in fundraising organizations, and the practical and symbolic design of events. These conditions informed the advancement of three related concepts: situated capability, latent willingness, and conditional participation to explain how engagement occurs only when material, symbolic, and relational elements align. Practically, event organizers should offer flexible and low-impact participation options, transparent communication about fund use, emotionally sensitive messaging, and alternative roles that allow meaningful contribution without physical or public demands.
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 | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,023 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».