<scp>Investment in Tourism Market and Reputation</scp>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Recent contributions in tourism economics acknowledge that the tourism market is imperfectly competitive and, as such, should be studied from an industrial organization perspective. This approach seems especially relevant to shed lights on one issue of importance for tourism destinations: how to achieve sustainable tourism development? Indeed, it has long been empirically observed that tourism development follows a life cycle. After a period of growth, the development of touristic (mountain and seaside) resorts usually stagnate and decline. At least part of the explanation for this pattern is to be found in the evolution of destinations' reputation over time. The present paper investigates the incentives for adjacent tourist resorts to invest in quality in order to maintain their collective reputation. We propose a dynamic model where (1) several adjacent tourist resorts select their tourist flows and (2) invest in order to remedy to the detrimental effects tourism flows have on local environmental amenities. The overall tourist presence and the sum of investments made by tourist resorts jointly define the quality of the touristic product offered by this tourism destination. We assume that this quality cannot be observed by consumers at the time of purchase. However, in this situation of imperfect information, consumers form expectations about the quality of the touristic product offered at any point of time. These expectations define the collective reputation of tourist resorts, determine the position of the tourist resorts' demand curve and constitute the state variable in the differential game. We characterize and compare equilibrium strategies under a noncooperative and investments coordination regimes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle