MétaCan
Menu
Retour à la cohorte
Enregistrement W2048537232 · doi:10.1080/11745398.2007.9686781

Climate Change Vulnerability of the Vermont Ski Tourism Industry (USA)

2007· article· en· W2048537232 sur OpenAlexaff
Jackie Dawson, Daniel Scott

Notice bibliographique

RevueAnnals of Leisure Research · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésClimate changeTourismVulnerability (computing)GeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change represents one of the most significant challenges to humanity in the 21st century and is anticipated to have major consequences for the climate‐sensitive winter sports tourism sector. This study examined the vulnerability of Vermont's (US A) 18 ski areas. Under the six climate change scenarios examined, shortened ski seasons and increased snowmaking requirements were projected at all ski areas. Using two broad economic risk criteria (100‐day ski season, probability of being operational for the Christmas/New Year holiday period), only the two low‐elevation ski areas (Cochran and Suicide Six) were considered highly vulnerable to climate change. Consequently, it is not the entire Vermont ski tourism industry that is at risk to climate change but rather the individual low lying ski areas. The economic implications remain uncertain, but a possible outcome of a contraction of ski areas in the region is increased market share among the remaining ski areas.

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)0,017
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,070
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,478
Tête enseignante GPT0,545
Écart entre enseignants0,067 · 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'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

Citations54
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Leisure ResearchMême sujetSport and Mega-Event ImpactsTravaux en français237 207