MétaCan
Menu
Retour à la cohorte
Enregistrement W2125661389 · doi:10.5539/jsd.v7n1p17

Regional Tourism at the Cross-Roads: Perspectives of Caribbean Tourism Organization’s Stakeholders

2013· article· en· W2125661389 sur OpenAlexvenueno aff
Berneece S. Herbert, Colmore S. Christian

Notice bibliographique

RevueJournal of Sustainable Development · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésTourismZoningSustainable tourismPoliticsStakeholderTourism geographyEcotourismBusinessCaribbean regionNatural resourceSmall Island Developing StatesGeographyEconomic growthEconomyEnvironmental resource managementPolitical scienceClimate changeEconomicsEcologyPublic relations

Résumé

récupéré en direct d'OpenAlex

The Caribbean has experienced considerable fluctuations with many of the small island-nations of the Region being highly vulnerable to socio-political, environmental and economic changes. The Caribbean Tourism Association (CTO) contends that this Region is highly dependent on tourism, possibly more than any other region in the world, but globalization has left the countries of the Region with limited economic alternatives. The result is that tourism has emerged as the largest employer and the foremost foreign exchange earner in the Region. This survey research study, data from which were analyzed with SPSS for Windows, explored three research questions and identified the Region’s strengths, assets and issues as perceived by stakeholders at the CTO’s 2010 Sustainable Tourism Conference. People, culture and favorable weather were identified as strengths. However, critical issues such the absence of clear political and policy directions, loss of biodiversity and natural resources, need for more efficient zoning and land use planning for integrated tourism development, and insufficient stakeholder involvement were characterized as challenges that must be addressed. Recommendations are proposed.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,296
Écart entre enseignants0,263 · 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.

Devis d'étudeQualitatif
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207