MétaCan
Menu
Retour à la cohorte
Enregistrement W1967225753 · doi:10.1300/j073v22n01_02

Advancing Theory for Understanding Travelers' Own Explanations of Discretionary Travel Behavior

2007· article· en· W1967225753 sur OpenAlexaff
Arch G. Woodside, Eva Krauss, Marylouise Caldwell, Jean‐Charles Chebat

Notice bibliographique

RevueJournal of Travel & Tourism Marketing · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésTourismConstructiveFace (sociological concept)Consumer behaviourPsychologyNarrativeTravel behaviorProcess (computing)SociologySocial psychologyAdvertisingCognitive psychologyComputer scienceEconomicsBusinessSocial scienceHistoryMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This article uses narrative, case study analysis to examine consumer leisure and travel behavior. Adopting an interpretive research paradigm, the article examines travel behavior using face-to-face interviews of traveler informants, applies the folk theory of the mind, ecological systems theory, and the fits-like-a-glove model. Findings from the investigation indicate that most individual and household leisure and travel-relating behavior results from a “causal historical wave” in which an array of events come together, interact, and cause individuals to participate in certain behaviors and that most travel behavior is the result of automatic thinking rather than a rational or constructive process.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,019
Communication savante0,0060,011
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,043
Tête enseignante GPT0,351
Écart entre enseignants0,308 · 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'étudeThéorique ou conceptuel
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

Citations23
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Travel & Tourism MarketingMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207