MétaCan
Menu
Retour à la cohorte
Enregistrement W1743142009

Investigating the business cycle properties of tourist flows to Barbados

2011· article· en· W1743142009 sur OpenAlexaboutno aff
Sherry-Ann Mayers, Mahalia Jackman

Notice bibliographique

RevueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich) · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusiness cycleTourismEconomicsGranger causalityVariance (accounting)Causality (physics)EconomyMacroeconomicsEconometricsGeographyAccounting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper evaluates whether the tourism cycles of Barbados can be regarded as a direct consequence of business cycles of the UK, US, Canada and Barbados. The cyclical components of the series are extracted using the structural time series framework by Harvey, 1989, and the interrelations between the variables are evaluated using innovation accounting. The variance decompositions suggests that shocks to the source country business cycle series can explain up to 25 percent of the future variation of the Barbadian tourism cycle. Shocks to the Barbadian business cycle only seem to significantly affect the Canadian tourist cycle. This implies that for tourist arrivals from the US and UK are more influenced by economic developments in their respective home countries, rather than those of Barbados. Finally, Granger-causality tests indicate that past values of the source country business cycles can help better predict present values tourist arrivals to Barbados, while past values of the Barbadian cycle only Granger-cause the Canadian tourist cycle. An interesting observation is that there appears to be some delay in the reaction of the tourism cycle to the business cycles. Thus, policy makers should take advantage of the delay between the two cycles, and adopt some form of countercyclical policy to soften the impact of negative income shocks in the UK, US or Canada on the Barbadian economy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0030,001
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 Opus0,057
Tête enseignante GPT0,244
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich)Même sujetDiverse Aspects of Tourism ResearchTravaux en français237 207