MétaCan
Menu
Retour à la cohorte
Enregistrement W1975576586 · doi:10.1080/13683500.2011.629719

Is tourism employment a sufficient mechanism for poverty reduction? A case study from Nkhata Bay, Malawi

2011· article· en· W1975576586 sur OpenAlexaff
Candice Marie Gartner, Judith Cukier

Notice bibliographique

RevueCurrent Issues in Tourism · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPovertyTourismRemunerationBusinessWageEconomic growthPoverty reductionMinimum wageEconomicsLabour economicsGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Extensive attention has been paid to the magnitude and distribution of economic benefits derived from tourism employment by impoverished populations. However, less is known about how economic benefits, such as increased income, relate to poverty conditions at the intra-household level, particularly within the unique contexts of least developed countries. In this paper, we examine the relationship of tourism employment to poverty conditions in a lakeshore community in Malawi. First, we quantitatively compare employment and poverty conditions among the households of tourism employees with those of employees of non-tourism sectors. Secondly, we undertake a qualitative investigation into lodge employment, and its remuneration and fringe benefits from the perspectives of lodge owners and employees. Our findings of the former analysis reveal that while employees of the tourism sector experienced better working and monetary conditions, this group did not exhibit an improved status in other poverty conditions. The latter qualitative analysis shows that most tourism lodge owners adhered to labour standards of minimum wage, and voluntarily offered fringe benefits such as paying medical, funeral, and education expenses of lodge employees. However, despite this adherence to labour standards, there is little evidence that lodge employees and their households experience an improvement in poverty conditions.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,130
Tête enseignante GPT0,412
Écart entre enseignants0,282 · 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

Citations52
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Issues in TourismMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207