MétaCan
Menu
Retour à la cohorte
Enregistrement W2178901577 · doi:10.1108/ijtc-08-2014-0016

Tourism destination image development: a lesson from Macau

2015· article· en· W2178901577 sur OpenAlexaff
Weng Hang Kong, Hilary du Cros, Chin‐Ee Ong

Notice bibliographique

RevueInternational Journal of Tourism Cities · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésTourismVisitor patternStakeholderOriginalityDestination imageMarketingDestinationsGovernment (linguistics)BusinessPerceptionAdvertisingGeographyPublic relationsPolitical scienceSociologyQualitative researchPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose – Drawing upon an analysis of resident and visitor survey data and Macau Government Tourist Office (MGTO) press releases in 2012, the purpose of this paper is to understand the tourism destination image for this tourist historic city produced by these three key stakeholder groups in Macau. Design/methodology/approach – This is achieved using a new stakeholder analysis tool, developed from previous studies, which compares the perspective of the MGTO, the city’s destination marketing organization, with that of its residents and visitors. This study examines the perceptions that residents and visitors have about the general images projected and generated in Macau. Findings – This research highlights the multiplicity of images and producers of images in Macau. Originality/value – The lesson from this case study is that public sector agencies need to acknowledge more clearly the tourism planning role of the host community in particular. The possibility of detecting disconnections and misalignments of shared destination imagery by residents and visitors has implications for the public sector in Macau and other destinations in relation to managing and developing a destination and contributes to a greater understanding of stakeholders and sustainable tourism development overall.

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)0,002
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 enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,061
Tête enseignante GPT0,362
Écart entre enseignants0,301 · 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

Citations61
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Tourism CitiesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207