MétaCan
Menu
Retour à la cohorte
Enregistrement W2201485168

The role of cultural and substructure components on decreasing sport tourism in Iran.

2014· article· en· W2201485168 sur OpenAlexaboutno aff
Mahdi Mahmoodi Yekta, Zabihi Esmaeil, Masood Jorabloo, Zahra Haji Anzehaie

Notice bibliographique

RevueAdvances in Applied Science Research · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismCronbach's alphaStatistical populationDescriptive statisticsPopulationSample (material)MarketingSports tourismDescriptive researchBusinessCompetition (biology)Test (biology)GeographyAdvertisingTourism geographySociologyStatisticsSocial scienceMedicineEnvironmental healthMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was that the role of Iran' cultural and infrastructure on reduce traveling sports tourism to review. The research method in this study was Descriptive and field. For this purpose, Mahmoodi Yekta and et al' questionnaire (2012) was used. Reliability of questionnaires after a pilot study using Cronbach's alpha test, (α=0.85) was obtained. Statistical population of survey is all an active sport tourists from Russia, Turkey, Armenia, Uzbekistan, Greece, Sweden, Canada, Jordan, Kuwait, and India that traveled to Iran for doing sports competition (N=132). The sample size was considered equal to the population. Descriptive and inferential statistics methods for data analysis were used. The results showed that according to the mean of tourism components, culture and infrastructure components in order of priority are effective in reducing active sports tourism in Iran. The research findings on the importance of cultural and structural as factors affecting attracting sport tourism have stressed. Thus, it is recommended that sport managers adopted an appropriate strategic planning to increase sport tourist

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,058
Tête enseignante GPT0,427
Écart entre enseignants0,369 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Applied Science ResearchMême sujetSport and Mega-Event ImpactsTravaux en français237 207