MétaCan
Menu
Retour à la cohorte
Enregistrement W1993957122 · doi:10.1002/jtr.504

Site‐specific encounters, norms and crowding of summer visitors at alpine ski areas

2004· article· en· W1993957122 sur OpenAlexaffabout
Mark D. Needham, Rick Rollins, Colin Wood

Notice bibliographique

RevueInternational Journal of Tourism Research · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensUniversity of VictoriaVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésCrowdingPopularityRecreationGeographyTourismNormativePsychologyAdvertisingEcologySocial psychologyArchaeologyBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Operating chairlifts at alpine ski areas during the summer to accommodate tourism and recreation activities (e.g. hiking and mountain biking) is increasing in popularity. Increasing summer use, however, may affect the ability of ski areas to sustain acceptable social conditions (e.g. crowding). In addition, little is known about encounters, crowding or acceptable use levels at ski areas during the summer. This article addresses these issues using data from surveys of summer visitors ( n = 548) conducted at five separate sites in the Whistler Mountain ski area in British Columbia, Canada. Photographs and Likert‐type scales measured visitors' encounters with others, perceived crowding and acceptance of use levels. Results showed that: (i) crowding and encounters differed among the sites; (ii) visitors at the backcountry sites rated encounters as less acceptable and possessed greater agreement regarding acceptable encounter levels compared with visitors at the more accessible sites; (iii) crowding and encounters were important indicators of summer use at each site; and (iv) visitors who felt more crowded encountered more people than their normative tolerances. Explanations for these findings and implications for managers and researchers are discussed. Copyright © 2004 John Wiley & Sons, Ltd.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,059
Tête enseignante GPT0,411
Écart entre enseignants0,352 · 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'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

Citations63
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Tourism ResearchMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207