MétaCan
Menu
Retour à la cohorte
Enregistrement W2141053791 · doi:10.1080/13606719.2013.849503

Fiscal implications of moving to tourism finance for parks: Ontario Provincial Parks

2013· article· en· W2141053791 sur OpenAlexaffabout
Paul F.J. Eagles

Notice bibliographique

RevueManaging Leisure · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTourismGovernment (linguistics)Fiscal yearBusinessDiversity (politics)Public financeAgricultural economicsEconomicsFinanceEconomic growthGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article reviews the fiscal implications of moving from government funding of park management to user-funded operations in a major park system, the Provincial Parks in Ontario, Canada. In 1995/1996 after the introduction of the new funding model, the government grant to Ontario Parks was reduced to $10.6 million from $28.8 million, a reduction of 63%. Over the 15-year study-period from 1995 to 2010, the tourism-based income increased from $18.1 million to $64.9 million, an increase of 257%, while visitation increased from 8.6 million to 9.5 million in the same period, an increase of 10%. The total operating budget of Ontario Parks increased from $28.2 million to $76.5 million, an increase of 165%. The park tourism income increased through: (1) increased levels of fees charged; (2) increased diversity of pricing; and (3) broadening the income to include new features. Factors leading to the successful utilization of this user pay system for a park system are suggested.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 GPT0,209
Écart entre enseignants0,168 · 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.

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

Citations30
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManaging LeisureMême sujetEconomic and Environmental ValuationTravaux en français237 207