MétaCan
Menu
Retour à la cohorte
Enregistrement W2026410778 · doi:10.3727/109830508784913103

Hotel Yield Management Practices Across Multiple Electronic Distribution Channels

2008· article· en· W2026410778 sur OpenAlexaboutno aff
Peter O’Connor, Jamie Murphy

Notice bibliographique

RevueInformation Technology & Tourism · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetYield (engineering)BusinessYield managementDemand managementDistribution (mathematics)PortfolioMarketingConsumption (sociology)Quarter (Canadian coin)Index (typography)Industrial organizationRevenue managementEconomicsRevenueFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

In the hotel sector, yield management traditionally balances a supply of perishable room nights against demand by manipulating price and time of consumption. While widely accepted, Internet-based distribution channels with different cost structures complicate the process. Hotels must not only manipulate price in response to supply and demand, but must also choose which portfolio of distribution channels to use. This study investigates whether up-market European hotels use three yield management practices: varying room rates with market demand; varying participation in Internet channels with market demand; and differentiating rates on Internet channels in times of high demand. Introducing the concept of a consumer price index for hotel rates, the study found that while one quarter use the first technique, use of the two other practices was considerably lower, suggesting a lack of sophisticated yield management among participants.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations47
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Technology & TourismMême sujetConsumer Market Behavior and PricingTravaux en français237 207