MétaCan
Menu
Retour à la cohorte
Enregistrement W2244303811

Good practices for web presences strategies of tourism destinations.

2012· article· en· W2244303811 sur OpenAlexaboutno aff
Luisa Mich, John S. Hull

Notice bibliographique

RevueInstitutional Research Information System (Università degli Studi di Trento) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesUniversità degli Studi di Trento
Mots-clésDestinationsTourismWorld Wide WebProcess (computing)Web 2.0BusinessWeb standardsWeb applicationDestination managementComputer scienceThe InternetKnowledge managementGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Increasing success of social networks among users and widespread experiences of companies and organisations on Web 2.0 spaces, calls for flexible web presence strategies that are able to manage an increasing number of changes in technology and behavioural changes of users. The main challenge for Destination Management Organisations (DMOs) is to design a comprehensive online presence through the use of social networks and websites. To this end it is assumed that an analysis of the web presence strategies of similar destinations could help to identify good practices that integrate Web 2.0 tools and facilities. Preliminary results of a study comparing the web presence strategies of two DMOs are given. The research approach adopts a systematic process that evaluates the evolving web presence strategies of the two destinations, describing the main good practices identified.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,008
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 Opus0,151
Tête enseignante GPT0,417
Écart entre enseignants0,267 · 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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Research Information System (Università degli Studi di Trento)Même sujetDigital Marketing and Social MediaTravaux en français237 207