MétaCan
Menu
Retour à la cohorte

Understanding Summer Visitors and Their Experiences at the Whistler Mountain Ski Area, Canada

2004· article· en· W2173383796 sur OpenAlexaboutno aff
Mark D. Needham, Colin Wood, Rick Rollins

Notice bibliographique

RevueMountain Research and Development · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisitor patternPopularityGeographyDemographicsCrowdingTicketAdvertisingSocioeconomicsBusinessPsychologySociologyDemography

Résumé

récupéré en direct d'OpenAlex

The popularity of operating chairlifts at alpine ski areas in the summer to accommodate activities such as hiking and mountain biking is growing, especially in North America. Research has been conducted on environmental impacts of summer use at ski areas, but the social aspects have received little empirical attention. This paper describes summer visitors' (1) demographics; (2) activities and other trip characteristics; (3) motivations; and (4) experiences and satisfaction with lift ticket fees, management strategies, conflicting activities, and other on-site conditions. Data were obtained from visitor surveys (n = 548) conducted from July to September 2000 at 5 separate sites at the Whistler Mountain ski area in Canada. Hikers, sightseers, and mountain bikers were the main activity groups. Overall satisfaction was high, but visitors were not satisfied with every aspect of their experience. Many were displeased with crowding, environmental impacts, lift ticket fees, lack of educational/interpretive information provided, and overflights by helicopter tours. Responses, however, differed among the sites, suggesting the need for managing each site separately. Explanations for these findings and implications for managers and researchers are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,203
Tête enseignante GPT0,360
Écart entre enseignants0,157 · 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'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

Citations37
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMountain Research and DevelopmentMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207