Loisir, tourisme, innovation Leisure, tourism and innovation - the management of sport
Bibliographic record
Abstract
Le colloque Management du sport, organisé par le laboratoire VIPS 2 (Violences, Innovations, Politiques, Socialisations et Sports -EA 4636) à l'UFR STAPS de l'Université Rennes 2, s'inscrit dans la continuité des colloques de Strasbourg (2011), Dijon (2015) et Lyon (2017).Ces manifestations et ces échanges scientifiques ont conduit à la création d'une société savante en management du sport.Cette 4 ème édition sera l'occasion à la fois de poursuivre les travaux de recherche entrepris, de rassembler la communauté scientifique en management du sport mais également de proposer la première assemblée générale coordonnée par la nouvelle société savante.Le colloque Management du sport de Rennes se positionne dans une perspective internationale, et s'adresse à la communauté des enseignants-chercheurs, étudiants (docteurs, doctorants, masters) et professionnels, du secteur public et privé, impliqués dans ce domaine.Le caractère international revêt en effet un enjeu central dans le développement et la reconnaissance des travaux scientifiques pluridisciplinaires en management du sport.Il est également essentiel au regard de l'orientation thématique proposée dans le cadre de ce colloque « Loisir, Tourisme, Innovation ». Positionnement scientifique1/ L'objectif scientifique du colloque est de fédérer l'ensemble des chercheurs qui s'interrogent sur les questions de management du sport.Ce domaine de recherche est entendu au sens large et recouvre une pluralité d'approches disciplinaires qui constituent l'identité de le recherche en management du sport dans le champ des STAPS : sciences de gestion (gestion des ressources Propositions de communicationLes propositions de communication sont à déposer en ligne sur le site web du colloque : https://managementsport.sciencesconf.orgLes résumés de 750 mots maximum (références non comprises) devront proposer un travail de recherche structuré autour de la littérature scientifique et de données empiriques qualitatives et/ou quantitatives.Une revue de littérature problématisée apportant des éléments de connaissance actualisés sur le plan conceptuel peut aussi être soumise.Les propositions seront rédigées en français ou en anglais, en respectant le format suivant :Les présentations orales, en français ou en anglais, dureront 15 minutes.Elles seront regroupées en sessions thématiques en fonction de la nature des propositions retenues, au terme d'une expertise de chaque résumé par les membres du comité scientifique.Certaines communications du colloque pourront faire l'objet d'une publication dans une revue scientifique ou dans un ouvrage collectif (Nature et récréation, Juristourisme-Dalloz, PUR).
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.073 | 0.007 |
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".