MétaCan
Menu
Retour à la cohorte
Enregistrement W2765833486 · doi:10.1080/14775085.2017.1389298

Winter Olympic Games, cities, and tourism: a systematic literature review in this domain

2017· article· en· W2765833486 sur OpenAlexaff
Marilyne Gaudette, Romain Roult, Sylvain Lefèbvre

Notice bibliographique

RevueJournal of Sport & Tourism · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésTourismInclusion (mineral)Regional scienceGeographyEnvironmental planningUrban tourismDomain (mathematical analysis)Qualitative analysisTourism geographyMarketingPolitical scienceQualitative researchBusinessSociologySocial science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to present the current state of scientific knowledge on the Winter Olympic Games (2000 to present-day) and their urban and tourism-related impacts. To achieve this, a scoping review was performed using established methodology. Of the 1694 English and French peer-reviewed sources identified from 14 different databases, 47 met the specific inclusion criteria and were retained for analysis. Findings were divided into three sections according to our objectives: (1) methodological profiles of the selected articles; (2) urban impacts; (3) tourism-related impacts. First, the reviewed sources – mainly qualitative – generally showed that mega-events such as the Winter Olympic Games are a catalyst for the urban renewal of host cities. However, these urban transformations must be part of a global scenario to ensure long-term viability. Although research shows that the Games represent an opportunity for the development of the tourism industry, the scoping review showed mixed results in terms of tourist flows and the enhancement of the city’s image. The concluding remarks identify the limitations of this study and offer opportunities and areas of research regarding the next Winter Games.

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)0,011
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0190,020
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,283 · 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'étudeRevue systématique
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

Citations39
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sport & TourismMême sujetSport and Mega-Event ImpactsTravaux en français237 207