MétaCan
Menu
Retour à la cohorte
Enregistrement W2560626910 · doi:10.7784/rbtur.v11i1.1221

Monasteries and tourism: interpreting sacred landscape through gastronomy

2016· article· en· W2560626910 sur OpenAlexaff

Notice bibliographique

RevueRevista Brasileira de Pesquisa em Turismo · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensBibliographical Society of Canada
Organismes subventionnairesnon disponible
Mots-clésGastronomyVisitor patternTourismSpace (punctuation)Cultural heritageIntangible cultural heritageCultural landscape

Résumé

récupéré en direct d'OpenAlex

This article analyses the role of monasteries as a sacred space and how their relationship with tourism depicts a landscape of 'good taste'. Monasteries are examples of both tangible and intangible heritage, and are highly symbolic built spaces that have often become the guardians of tradition. They are strongly embedded within a local cultural landscape, which has determined their historical evolution. Monasteries used to be self-sufficient communities that relied on the resources available in their local environment, e.g. they produced their own wine, which was essential for the celebration of the Eucharist; or they preserved food from their own produce. Gastronomy in monasteries can be a tool to improve tourists' visitor experience, in so far as it respects the values that these sacred spaces represent. This article explores the literature on monasteries as sacred spaces; the relationship between their tangible and intangible heritage attributes; and how monasteries and their heritage are linked to tourism. This is illustrated through examples from Spain.

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 enseignants0,338
Score d'incertitude au seuil0,950

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Pesquisa em TurismoMême sujetCulinary Culture and TourismTravaux en français237 207