MétaCan
Menu
Retour à la cohorte
Enregistrement W2129804083 · doi:10.5296/emsd.v1i1.1624

Assessing Stakeholders’ Views of Tourism Policy in Prince Edward County

2012· article· en· W2129804083 sur OpenAlexaffabout
Rachel Dodds, Soyoung Ko

Notice bibliographique

RevueEnvironmental Management and Sustainable Development · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTourismStakeholderSustainable developmentSustainable tourismBusinessMarketingTourism geographyEnvironmental planningRural tourismQuality (philosophy)Economic growthPolitical sciencePublic relationsGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Prince Edward County, located in Ontario, Canada, is both a rural destination and an island. The destination, known familiarly as PEC, is fast becoming the newest winery destination in Ontario and faces the challenge of developing a tourism industry that is financially, socially, and environmentally sustainable. Like many other islands or rural areas, Prince Edward County is isolated and vulnerable to pressures from development and other human activities and sustainable development in PEC requires strategic and careful tourism planning. To support the viable development of a tourist destination while improving the regional quality of life, tourism policies must be forward-looking and satisfy the needs of multiple stakeholders. This allows more efficient and acceptable policy implementation as the policies are inclusive and cohesive. This study assesses current stakeholder perceptions of current tourism development and future tourism planning in PEC. The findings revealed that although the majority of the stakeholders agree with the importance of tourism development, many feel there are issues not being addressed by the county and are unhappy with the current direction of tourism development.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,595

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,264 · 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'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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Management and Sustainable DevelopmentMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207