Anàlisi de les publicacions científiques sobre olimpisme fins al 1996 : matèries, evolució, llengües i tipus de publicació
Bibliographic record
Abstract
Analitzem les publicacions cientifiques sobre Jocs Olimpics per establir la singularitat de les seves caracteristiques en relacio amb les materies d’estudi, volum, nivell, evolucio, llengues i tipus. Utilitzem la base de dades SPORT, de l’Associacio Internacional d’Informacio Esportiva (IASI) i del Canadian Sport Information Resource Centre (SIRC). Aquesta analisi ens permet d’establir diferencies entre les ciencies aplicades a l’estudi de l’olimpisme i de les ciencies de l’esport en general. Sorpren, en primer lloc, que en la decada de 1970, el nombre de treballs cientifics s’incrementa 16,7 vegades. Es l’increment mes gran entre decades. Tanmateix, el nivell es mes baix que previament. El major volum de publicacions, respecte de l’olimpisme, el presenten les materies d’Administracio, Historia, Associacions i Comites, Instal·lacions esportives, Biografies, Filosofia, Politica i Mitjans de comunicacio; encara que les materies mes especifiques de l’olimpisme son Associacions i Comites, Cultura, Politica, Mitjans de comunicacio, Filosofia, Economia i Administracio. Fins al 1996, els Jocs als quals s’havia dedicat el major nombre de publicacions van ser els de Calgary (Jocs d’Hivern de 1988), amb el 12% del total de les publicacions sobre olimpisme. Venien a continuacio Mont-real (1976), Moscou (1980) i Barcelona (1992). D’entre els Jocs anteriors a 1970, son objecte d’un major nombre de publicacions els de Berlin de 1936, Atenes 1896, Mexic 1968, Los Angeles 1932.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.044 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.013 | 0.027 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".