Examining the Relationships of Cognitive, Affective, and Conative Destination Image: A Research on Safranbolu, Turkey
Notice bibliographique
Résumé
<p>Destination image is formed by three distinctly different but hierarchically interrelated components called cognitive, affective, and conative (Gartner, 1993:193). In this context, the main purpose of this research is to confirm the relationships between the cognitive, affective, and conative components of destination image. It also aims to reveal the multidimensional nature of cognitive destination image and determine the dimensions that compose it. Data for the sample was collected from 446 tourists who visited Safranbolu, Turkey. Exploratory factor analysis (EFA), confirmatory factor analysis (CFA), and hierarchical regression analysis were conducted to test the hypotheses. The results show that the cognitive destination image is a multidimensional construct. Also it is confirmed that destination image is a hierarchical structure within the cognitive, affective, and conative components. The assessment of both the cognitive and the affective components of destination image can be used as a predictor of tourists’ behavioral intentions toward destinations, such as intention to revisit, recommend, and spread positive word of mouth. Moreover, it is revealed that the affective component is influenced by the cognitive component and the affective component also mediates the relationship between the cognitive and conative components. These results provide some theoretical and managerial implications.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».