Do the results of canadian hockey have any influence in sports-related company stocks?
Bibliographic record
Abstract
O hóquei no gelo é considerado o desporto rei do Canadá, neste contexto, o hóquei faz mexer muito dinheiro na economia do país. Este estudo empírico tem como objetivo avaliar o impacto dos resultados desportivos do hóquei canadiano no valor de mercado das empresas relacionados com o desporto estudado. Isto foi conseguido usando a metodologia de estudo de eventos em 4 empresas relacionadas com desporto, cotadas na Bolsa Canadiana, e quatro equipas canadianas de hóquei no gelo, que jogam na Liga Nacional de Hóquei no Gelo, entre 2005 e 2015. Posteriormente foram testados seis diferentes testes de hipóteses do impacto que os resultados do hóquei têm nas empresas: vitória e derrota; muitos golos e poucos golos; e adversário "fácil" e adversário "difícil". A metodologia usada nesta dissertação é a de estudos de eventos, onde são calculados os retornos anormais (AR) e os retornos anormais médios a fim de se concluir se existe evidência de que os resultados desportivos levam a retornos anormais. Os resultados obtidos mostram que existem AR como resultado dos resultados desportivos do hóquei no gelo. O valor de mercado das empresas é positivamente afetado por uma vitória e negativamente por uma derrota. Adicionalmente, uma vitória por uma diferença de golos grande tem um efeito negativo, enquanto uma vitória por uma diferença de golos pequena tem um efeito positivo. Por fim, uma vitória contra um oponente "difícil" ou "fácil" tem um impacto negativo ou positivo, respetivamente, nas ações das empresas.
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 | 0.003 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.009 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 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".