Notice bibliographique
Résumé
Event marketing is the important strategy for the regional tourism development. It is worthwhile to be discussed that the cooperation between regional image and physical environment can shape the regional features and intensify tourists’ attitudes and tourist willingness towards regions. This study took the regular event marketing activities (Xinshe Sea of Flowers events in Taichung; Sakura Festival in Formosa Aboriginal Culture Village in Sun Moon Lake) held in two regions in Taiwan as the examples to discuss the effect of event marketing activities in different regions, regional image and physical environment on tourists’ experiential value, satisfaction, trust and commitment, so as to establish the competing model, compare the intensity difference in each path relationship and deeply analyze the effect of different event marketing activities.After the analysis of 500 valid questionnaires, it can be found that: (1) the event marketing activities and physical environment in two regions both have the significantly positive effect on tourists’ experiential value; (2) The tourists’ experiential value has the significantly positive effect on satisfaction and trust; (3) The tourists’ trust has the significantly positive effect on commitment; (4) However, the regional image has no significant effect on tourists’ experiential value. Besides, there is significant difference in the influencing intensity of the two paths: (1) The tourists’ satisfaction for Xinshe Sea of Flowers events in Taichung has the significantly positive effect on trust, while there is no significantly positive effect in the other region; (2) The influencing intensity of tourists’ experiential value for Sakura Festival in Formosa Aboriginal Culture Village in Sun Moon Lake on trust is significantly greater than that in the other region. It can be seen that the event marketing in different regions can generate the impact with different intensity. Therefore, each region should cooperate with its physical environment to plan the characteristic event marketing strategies.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,004 |
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 ».