MétaCan
Menu
Retour à la cohorte
Enregistrement W1983852001 · doi:10.1080/10941665.2010.503624

Socio-cultural Impacts of Tourism on World Heritage Sites: Communities' Perspective of Lamu (Kenya) and Zanzibar Islands

2010· article· en· W1983852001 sur OpenAlexaff
Roselyne N. Okech

Notice bibliographique

RevueAsia Pacific Journal of Tourism Research · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTourismGeographyCultural heritagePerspective (graphical)World heritageHeritage tourismTourism geographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Most World Heritage Sites are major cultural tourism attractions. The majority of visitors to these sites are generally motivated by an interest in culture, nature and heritage. The high numbers of visitors that World Heritage Sites usually attract mean that issues of accessibility, transport, accommodation, other service provision, information or impacts of visitor pressure must be discussed and potential problems must be solved by appropriate management techniques. However, a conflict of interests is most likely to emerge among the various parties involved in the management of a site: governments (or tourism organizations) on a national level usually wish to use the site as a marketing tool in image creation, local people expect increased tourist flows bringing employment and income, and site managers attempt to preserve the quality of the given World Heritage Site and avoid negative impacts of visitation by restricting visitor numbers and educating visitors about appropriate behavior. Kenya has three listed locations as heritage sites, of which Lamu Old Town is one. Zanzibar Stone Town is listed as a heritage site. This article will focus on the degree of involvement in tourism planning, management and ownership of the sites as well as the socio-cultural impacts of tourism at the two sites.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,169
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,365
Écart entre enseignants0,327 · 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'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

Citations54
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Tourism ResearchMême sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207