Oportunidad y conveniencia de aplicar la prospectiva al sector turismo
Notice bibliographique
Résumé
Desde sus orígenes, la planificación turística ha sentido la necesidad de prever el futuro para limitar la incertidumbre que acompaña sus acciones e inversiones a largo plazo. Sin embargo, históricamente los planificadores turísticos han favorecido el uso de instrumentos cuantitativos frente a los cualitativos a la hora de realizar previsiones de futuro. En el presente artículo se exploran las posibles causas de este comportamiento y se defiende la oportunidad y conveniencia de aplicar los métodos e instrumentos de prospectiva al sector turismo. Con este propósito se define y caracteriza a la prospectiva, exponiendo tanto sus ventajas como inconvenientes. Seguidamente, se presenta una síntesis de los resultados obtenidos en una serie de ejercicios realizados recientemente en el sector turístico español, en los que se observa el valor añadido que pueden llegar a proporcionar los instrumentos prospectivos al proceso planificador. Finalmente, se ponen en evidencia las barreras que dificultan la difusión de la prospectiva entre los planificadores turísticos y se recomiendan una serie de actuaciones para incorporar de forma efectiva la prospectiva en el ámbito turístico.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».