El Impacto Económico de los Grandes Eventos Deportivos: Lecciones para Organizar los Juegos Panamericanos en Chile
Bibliographic record
Abstract
La ciudad de Santiago de Chile está postulando actualmente para ser sede de los \nJuegos Panamericanos del año 2019 junto a las ciudades de Lima en Perú, Ciudad \nBolívar en Venezuela y La Punta en Argentina. La definición de la sede se efectuará el \npróximo mes de octubre en Toronto, Canadá, anfitriona de los próximos Juegos \nPanamericanos a realizarse el año 2015. \nPara la obtención de la sede, cada candidatura ha destinado recursos y realizado \ngestiones y exposiciones ante el Comité de la Organización Deportiva Panamericana, \npresentando de la manera más atractiva posible los argumentos por los cuales es, a su \njuicio, la más idónea para ser sede de los Juegos Panamericanos del año 2019. \nA lo largo de este año 2013 y en especial durante el desarrollo de la Copa \nConfederaciones de Fútbol en Brasil, miles de brasileños han protestado en las calles \nde las principales ciudades del país por el alto costo de las grandes citas deportivas \ncomo lo son el próximo Mundial de Fútbol y los Juegos Olímpicos, ambos eventos a \nefectuarse en ese país en los años 2014 y 2016 respectivamente. \nDado los altos costos involucrados en estos grandes eventos deportivos y los efectos \nque puede representar en la economía de un país, conocer el real impacto económico \nque conlleva su realización, nos motiva a efectuar una revisión bibliográfica de estudios \nexistentes, tanto de los Juegos Olímpicos -desde Barcelona 92’ hasta Londres 2012- \ncomo de los Juegos Panamericanos de Río de Janeiro 2007 y Guadalajara 2011. \nAsimismo, atendidas las divergencias del resultado económico que presentan distintos \nestudios respecto a un mismo evento, se propone una nueva metodología para la \nevaluación del impacto económico de los grandes eventos deportivos, que considere \ntantos los costos y beneficios tangibles como aquéllos intangibles. \nEsta revisión abre, por una parte, el debate sobre la conveniencia de la realización en \nel año 2019 de los Juegos Panamericanos en nuestro país, y por otra, plantea los \nproblemas metodológicos existentes al momento de evaluar el impacto económico de \nlos grandes eventos deportivos, proponiendo de esta manera un nuevo modelo para su \nevaluación. Finalmente, a partir de la evidencia comparada, se destacan los principales \naspectos que un Comité Organizador debe procurar evitar o profundizar al momento de \nllevar a cabo eventos deportivos de esta magnitud.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| 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".