MétaCan
Menu
Retour à la cohorte
Enregistrement W2113957410 · doi:10.5539/ass.v8n13p239

Involvement in Agro-tourism Activities among Fishermen Community in Two Selected Desa Wawasan Nelayan Villages in Malaysia

2012· article· en· W2113957410 sur OpenAlexvenueno aff
Mahazan Muhammad, Azimi Hamzah, Hayrol Azril Mohamed Shaffril, Jeffrey Lawrence D Silva, Sulaiman Md. Yassin, Bahaman Abu Samah, Neda Tiraieyari

Notice bibliographique

RevueAsian Social Science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésTourismGeographyAgricultural scienceSocioeconomicsBusinessSociologyBiology

Résumé

récupéré en direct d'OpenAlex

The agro-tourism activity in Desa Wawasan Nelayan is a new product of agro-tourism in Malaysia organized by Fisheries Development Authority of Malaysia. Local community involvement is important to the success of this agro-tourism programme. The main objective of this paper is to investigate the level of involvement of Desa Wawasan Nelayan community in agro-tourism activities. The data of this study is obtained from a survey of two Desa Wawasan Nelayan villages. A total of 220respondents were randomly selected to answer the questionnaire and the data was analyzed using the SPSS software.Based on this study, the overall mean score for level of involvement in agro-tourism activities in both states were moderate. However, both villages were found to have the highest mean score on involvement in environmental conservation activities and about their concern on the cleanliness of their village.The study recommends that more efforts should be taken by Desa Wawasan Nelayan community to be involved in agro-tourism activities that will significantly impact the local economy, social, and environment, and as a result will empower and support the cohesion of the community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,338
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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