MétaCan
Menu
Retour à la cohorte
Enregistrement W2549026151 · doi:10.24043/isj.341

Evaluating the impact of agritourism on local development in small islands

2016· article· en· W2549026151 sur OpenAlexvenueno aff
Sofia Karampela, Thanasis Kizos, Ιoannis Spilanis

Notice bibliographique

RevueIsland Studies Journal · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismTypologyRural tourismBusinessSketchScale (ratio)Order (exchange)Regional scienceSpace (punctuation)Economic geographyConceptual frameworkTourism geographyGeographyMarketingComputer scienceSociologyCartography

Résumé

récupéré en direct d'OpenAlex

Tourism is an activity encompassing economy, society and nature. Besides mass tourism, many different forms of tourism activities and products have developed and are gaining ground in terms of demand. Debates on the definition of such typically small scale activities have brought forward a number of different types, including ‘agrotourism’, ‘agritourism’ and ‘rural tourism’. This paper contributes to the conceptual analysis of agritourism with a focus on its effects on local development. After a brief historical sketch of agritourism development, the effects on local development found in the literature are presented. Then, a typology of different forms of agritourism is discussed, including aspects of supply and demand, the scale of operation of the enterprises and networks of enterprises related to agritourism. Finally, we explore the case of small islands, a special type of space, and their local development with these types of ‘alternative’ tourism activities alongside ‘conventional’ tourism. The conceptual framework that results suggests the need for a case and area specific mapping of type, scale and network of enterprises in order to determine impacts and provide important information for managing and planning agritourism, especially on islands.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,086
Tête enseignante GPT0,396
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), 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

Citations57
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207