MétaCan
Menu
Retour à la cohorte
Enregistrement W2022650561 · doi:10.5539/ass.v9n11p17

Educational Tourism in Malaysia: Implications for Community Development Practice

2013· article· en· W2022650561 sur OpenAlexvenueno aff
Asnarulkhadi Abu Samah, Maryam Ahmadian

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésTourismProsperityChristian ministryKuala lumpurEconomic growthGeographySocioeconomicsQuestionnairePolitical scienceMarketingBusinessSociologySocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Background: This paper aims to discuss the impacts of educational tourism on the residents in the Klang Valley, Malaysia. Educational tourism is a means to empower educational communities, host communities, local entrepreneurs, and to enhance economic prosperity. Method: A cross-sectional survey was carried out in five districts in Selangor and Kuala Lumpur (Federal Territory) which are located in the Klang Valley, and Nilai, Negeri Sembilan. Data was collected from 700 respondents using structured questionnaire from the Klang Valley and Nilai. Results: Pearson correlation analysis revealed that, there is significant positive moderate relationship between attitude, environmental impact, economic impact, and socio-cultural impact and practice. Multiple linear regressions showed that socio-cultural and economic impact of educational tourism, and local community attitude has significantly contributed to residents’ practice to educational tourists in the Klang Valley. Conclusion: The findings propose new insights into the socio-cultural and economic impacts of educational tourism and community development practice. Educational tourism can sustain the development of career paths for workers and local communities. The results of this study present practical information on sustainable educational programs for both the Ministry of Higher Education and the Ministry of Tourism.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,407
Écart entre enseignants0,355 · 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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207