MétaCan
Menu
Retour à la cohorte
Enregistrement W1507326277 · doi:10.1080/19388160.2011.576937

Visitor and Resident Images of Qingdao, China, as a Tourism Destination

2011· article· en· W1507326277 sur OpenAlexaff
Shaojun Ji, Geoffrey Wall

Notice bibliographique

RevueJournal of China Tourism Research · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVisitor patternTourismChinaCognitionSpearman's rank correlation coefficientPsychologyDestination imageTest (biology)AdvertisingGeographyTourist attractionDestinationsComputer scienceBusinessMathematicsStatisticsArchaeology

Résumé

récupéré en direct d'OpenAlex

This article compares the images of Qingdao, China, as perceived by visitors and residents and examines whether these images are affected by information sources, age, education, and place attachment. The data were collected using a self-administered survey of 578 visitors and 337 residents of Qingdao throughout June and July of 2009. The image construct was conceptualized into two dimensions: cognitive and affective. It was found that the images perceived by visitors and residents converged primarily on cognitive images and less so on affective images. The results of a Mann-Whitney U test reveal that the main differences between the images held by visitors and residents are in 10 cognitive images (seafood, cultural attraction, highway system, traffic congestion, airline schedules, local people, beaches, weather, scenery, and hygiene and cleanliness) and in two affective images (arousing–sleepy and exciting–gloomy). Spearman's rank correlation test revealed that there is a weak positive correlation between place attachment and the images of Qingdao perceived by both visitors and residents. Age, education, and information sources are only partially correlated with visitor and resident images, with weak correlations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,396
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of China Tourism ResearchMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207