MétaCan
Menu
Retour à la cohorte
Enregistrement W2384439045

A study on the global expansion localization and its influencing factors of multinational hotels

2015· article· en· W2384439045 sur OpenAlexaboutno aff
Xian Zhang

Notice bibliographique

RevueJournal of Huazhong Normal University · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationChinaDistribution (mathematics)Latin AmericansDestinationsBusinessEconomic geographyHotel industryInternational tradeTourismGeographyPolitical scienceFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Utilizing the related data of the global top 10 multinational hotels,this paper analyzes the spatial pattern of these multinational hotels from intercontinental and national scales respectively,and explores the factors influencing the global expansion localization of the multinational hotels by using correlation analysis and stepwise regression analysis.The results show that:1)the multinational hotels have mainly located in the developed countries in North America and Europe,but in recent years,the emerging economies in Asia and Latin America have become important destinations for the global expansion of multinational hotels;2)the distribution of the multinational hotels in the world shows the characteristic of highly concentration,with the United States as the core area of their distribution,the United States,France,Canada,China,the UK and Germany as their main distribution countries,and China,Mexico,Brazil,India,Indonesia and Turkey as the most important growing areas for the distribution of the multinational hotels;3)the number of the global multinational hotels in a country(or whether a country is taken by multinational hotels as expansion location choice)has been significantly and positively affected by the international tourist arrivals,airline passenger volume while negatively affected by the highway mileage of the country,indicating that the linear model this paper established can explains well the relationship between these three factors and the number of multinational hotels of a country.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,183

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,073
Tête enseignante GPT0,238
Écart entre enseignants0,165 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Huazhong Normal UniversityMême sujetAviation Industry Analysis and TrendsTravaux en français237 207