A Comparative Study of the Hotel Industry: Revenue Management Strategy in Canada and the United States
Notice bibliographique
Résumé
As a result of the perfect storm of 2008-2009 (an intensely competitive environment and extremely harsh economic conditions), hotel properties around the world are more dependent upon revenue management strategies today. Furthermore, hotel revenue management has become a core strategic element for both domestic and international major brand name hotels within today's worldwide lodging industry. Accordingly, this study examined any potential linkage between revenue management resources, management approach, working knowledge of the external environment, and overall revenue management performance of international hotel properties. In this context, revenue management resources speak to management information systems, technology, and human capital. Furthermore, management's approach to how the external environment is taken into consideration is also addressed. Consequently, this study identifies which specific outside variables management considers relevant to the revenue management decision-making process. As such, this study contributes to the discipline of revenue management by addressing the following: (a) How are revenue management decisions for hotel properties influenced by external factors if at all? (b) How significant are internal resources, such as human capital and technology, to the success of hotel revenue management programs and systems as well as overall firm performance in a cross-border, premier international tourist destination? The results of this study help to augment and expand revenue management theory as well as provide hotel managers with a deeper understanding as to how revenue management decisions are influenced by external environmental factors as well as the importance of internal resources on hotel revenue management performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».