Engaging the rural communities of Sri Lanka in sustainable tourism
Notice bibliographique
Résumé
Purpose – This paper aims to explains how rural communities in Sri Lanka are responding to the challenges of high unemployment and low household income in a post-conflict society and to explore the possibilities for engaging rural communities in sustainable tourism development as part of their response. Design/methodology/approach – The paper outlines how the South Asian Academy for Good Governance (SAAGG) is using action learning to enable participants to better utilize the resources available to them. It also draws on discussions with community leaders about harnessing this approach to industry training and the resource challenges arising from the Government's strategy for in-bound tourism. Findings – The following are outlined: a framework for self-directed development in rural communities; why rural communities with a long tradition of subsistence farming are reluctant to participate in tourism development; and a community-driven approach to sustainable tourism that could yield benefits for the whole community and at the same time, preserve the traditional way of life. Practical implications – The paper highlights: an approach to capacity building that assists in the creation sustainable micro enterprise; and the need for innovative thinking and action to mobilize rural communities in support of Sri Lanka's drive to become a leading Asian tourist destination. Social implications – The study provides an example of sustainable development that could be replicated by rural communities in other locations. It also identifies the pivotal role of rural community members in providing an authentic tourism experience for international tourists and poses some questions about the best way(s) to engage with this group. Originality/value – Indigenous culture and traditional ways of learning are drawn on to explain how subsistence communities can develop and implement a business approach that enables them to achieve greater self-reliance and financial independence. The paper also draws on the views of community leaders who are actively involved in facilitating community-based learning and development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».