Notice bibliographique
Résumé
Concerning the contention of Pine and Gilmore (1999), experiences are directly related to a business's ability to generate revenue, providing tourist experiences that are more memorable and easier to retrieve would lead to the prosperity of the business. However, extant tourism research has provided little explanation of the factors that characterize memorable tourism experiences. The purpose of this research was: 1) to develop a valid and reliable memorable tourism experience scale; and 2) to examine structural relationships between memorable tourism experience and future behavioral intentions. Following the scale development procedure suggested by Churchill (1979) and Hinkin (1995), the memorable tourist experience scale was developed using a pool of items, expert reviews of the items, and scientific item elimination procedures. Reliability analyses indicated good internal consistency for the 24-item memorable tourism experience scale (Cronbach's alpha= .90). A principal component analysis revealed seven factors, which accounted for 74.63% of the total variance. Components included are hedonics, refreshing, local culture, meaningfulness, knowledge, involvement, and novelty. The finding of the CFA using LISREL program was cross-validated by splitting the total sample into two 250-case sub-samples. All major goodness-of-fit indices indicated the model's good fit to both datasets (CFI: .98, IFI: .98, NNFI: .97, and RMSEA: .05). After aggregating two separate samples (calibration and validation), structural relationships between the memorable tourist experiences and consequent variables (e.g., behavioral intentions) were tested. The findings indicated a good fit of model to the data (CFI: .98, IFI: .98, NNFI: .98, and RMSEA: .04).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».