Promotional impact of image formation of an aboriginal tourist destination.
Notice bibliographique
Résumé
The purpose of this research is to present a thorough analysis of image formation among first-time visitors to an Aboriginal (Mi’kmaw) cultural site. The thesis is an initial attempt to examine theories in consumer behaviour and reformulate a model in the destination image literature to empirically test the influence of personal (motivation, cognition-affect) and stimulus (promotional) factors on impression of an Aboriginal tourist destination. To gather primary data, visitors to The Glooscap Heritage Centre, in the Province of Nova Scotia, Canada completed a self-administered questionnaire. In total there were 309 valid samples. Over 80% of respondents in this study were interested in exploring cultural heritage, learning about cultures and ways of life (motives) and visiting cultural attractions (cognitive). Affectively, respondents felt the destination would be a pleasant (4.37/5), relaxing (4.10/5) and exciting (4.07/5) place to visit. Survey results imply most tourists were exposed to the tour guide’s message (82%), followed by the tour operator (53%), then the brochure (29%), and finally the travel agent’s information (19%). However, exposure did not correlate with effectiveness in image formation. The brochure impacted image the most (4.33/5), next was the tour operator (4.12/5), followed by the tour guide (4.08/5) and lastly the travel agent (3.9/5). Survey results imply the destination can more effectively use its key communication tools to enhance its image. Current study findings provide important implications and can aid in the design of marketing campaigns to create and improve Aboriginal destination image. One significant undertaking in this study was to draw upon the actions of other key regions and situate thesis results in the wider context of Aboriginal tourism growth. The role of this research in relation to destination development is considered broadening the implications to a global setting beyond the immediate context of the study.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».