MétaCan
Menu
Retour à la cohorte
Enregistrement W2557107791 · doi:10.5539/res.v8n4p105

Sustainable Tourism Management by Using Recreational Carrying Capacity Concept (Case: Mesr Desert in Iran)

2016· article· en· W2557107791 sur OpenAlexvenueno aff
Maryam Sabokkhiz, Fatemeh Sabokkhiz, Kamran Shayesteh, Jafar Malaz, Esmaeil Shieh

Notice bibliographique

RevueReview of European Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarrying capacityTourismDesert (philosophy)RecreationSustainable developmentSustainable tourismBusinessEnvironmental planningVariety (cybernetics)AccommodationEnvironmental resource managementGeographyEnvironmental scienceEcologyComputer sciencePolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Deserts have a variety of potentials in ecotourism where comprehensive planning can lead to the sustainable development of the desert. Carrying capacity can have different partial definitions, especially depending on the economic, social and environmental dimensions. The set of these types of capacities can constitute the tourism carrying capacity. One of the distinguished deserts in Iran is Mesr, located in Isfahan province. The objective of this paper is to identify the optimum number of eco-tourists visiting Mesr desert, for the achievement of sustainable development in this area, based on the desert ecological potentials. Therefore organising and planning these potentials could raise the economical growth of the region. The carrying capacity of the area is assessed by using the methodology suggested by the IUCN. The capacities are assessed in three levels. With respect to these capacities in the planning process, the environmental damages prevent in the region and provide easy options for eco-tourism. It is necessary to survey the damaging factors that make the color of the sand to fade. After sampling of septic and non-septic sand, the outcome shows remarkable effect of insecticides on sand pigment. This implies more control on accommodation conditions.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,120
Tête enseignante GPT0,394
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207