GOVERNANÇA CORPORATIVA NOS ESPORTES: ANÁLISE DOS ÚLTIMOS 23 ANOS DE PRODUÇÃO ACADÊMICA EM PERIÓDICOS INTERNACIONAIS
Bibliographic record
Abstract
"Neste artigo analisa-se o perfil e a evolução da pesquisa em Governança Corporativa nos Esportes. Metodologicamente, realizou-se um estudo bibliométrico dos artigos publicados nos periódicos internacionais da área de administração, contabilidade, economia e finanças, nos 23 anos entre 1990 a 2012. As análises de citações, cocitaçõese frequências permitem um conjunto de obser-vações: o crescimento da pesquisa no tema a partir de 2007; O Journal of Sport Managementse revela como o periódico mais citado e com maior centralidade de grau; David Shilbury que emerge como o pesquisador mais profícuo e com maior centralidade; a Universidade de Alberta como a origem do maior número de artigos e a mais central; e Russell Hoye, Graham Cuskelly e Lisa Kikulis os autores mais citados. Este estudo é relevante para nortear pesquisa futura so-bre o tema de Governança Corporativa nos esportes, sendo, assim, de especial relevância para estudantes de pós-graduação stricto sensu e outros pesquisadores recém chegados à disciplina."
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.010 | 0.020 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".