(Re) production of coastal tourist areas and climate change adaptation in the periphery : a critical perspective.
Notice bibliographique
Résumé
Space and place are the first resources of the tourist industry. Tourism is well known to transform the very own place it has built upon. Coastal tourism is a good example of how spaces, through the form of resources like the shore and the sea, are turn into a tourist product. However, as climate change is transforming the physical space of the coast, the tourist space will also be transformed on the way to adaptation. On one hand, it will transform how tourism, and tourist, interact in coastal space and, on the other hand, it will also transform the fragile cohabitation of many lands uses on the coastal space ( residential, commercial, industrial, leisure, tourism, etc.,). Shorelines of the St. Lawrence River are at the heart of the tourist activities in Quebec, Canada, but also are spaces that will be strongly affected by climate change. The erosion and coastal flooding will profoundly change the physical space enhanced by tourism. For coastal communities in the periphery, adapting to these changes is crucial for their development, hence the importance of understanding the process of adaptation that will be implemented. The research aims to explore how climate change, in relation to the discourse of adaptation to climate change, is altering the spatial development of the tourism industry in coastal destinations in the periphery. From a critical approach based on the concept of production of space (Lefebvre, 1974; Harvey, 1996), it will analyze the discourses related to adaptation to climate change in coastal tourist areas. The aim of the paper is to elaborate a production of space framework to analyze the transformation and (re)production of coastal tourist space within a capitalist accumulation process. It will also identify how the discourses of tourist development and climate change adaptation combine to transform space and place, especially coastal tourist space and how local communities can interact with those discourses. The paper will exemplify with cases from the St-Lawrence River estuary, in Quebec, Canada.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,031 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».