Measuring Dimensions of Business Effectiveness in Greek Rural Tourism Areas
Notice bibliographique
Résumé
Destination management and business effectiveness (DMBE) is a critical concern in today's volatile and unstable economic environment. The expansion of globalization and integration of markets, the current economic crisis, and the enforcement of regional and/or local administration in the European Union brings to the forefront the need for DMBE. The core business mission of small and middle-size (SMEs) corporations is being competitive and sustainable in an active market. However, in the past, only some dimensions of entrepreneurship and management and business effectiveness in tourism rural areas have been used to measure the DMBE. This study proposes a DMBE model that is based on the theoretical dimensions identified from previous studies and builds on the work of Wilson, Fesenmaier, Fesenmaier, and Van Es (2001 Wilson, F., Fesenmaier, D., Fesenmaier, J. and Van Es, J. 2001. Factors for success in rural tourism development. Journal of Travel Research, 40: 132–138. [Crossref] , [Google Scholar]) on successful factors for rural development. Utilizing data collected from 174 Greek rural tourism enterprises, the proposed DMBE model is tested. Findings identify two subdimensions, namely “local leadership and government synergetic support” and “capable and skilful staff.” Managerial implications of these two dimensions for rural tourism SMEs are discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».