MétaCan
Menu
Retour à la cohorte
Enregistrement W2782045312 · doi:10.25904/1912/2729

Risk-taking on Her Lonely Planet: Exploring the Risk Experiences of Asian Solo Female Travellers

2017· dissertation· en· W2782045312 sur OpenAlexfundno aff

Notice bibliographique

RevueGriffith Research Online (Griffith University, Queensland, Australia) · 2017
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensnon disponible
Organismes subventionnairesGriffith Institute for Tourism, Griffith UniversityRyerson University
Mots-clésPopularityTourismNegotiationEmpowermentRisk perceptionFemininityIndependence (probability theory)GeographyChinaGender studiesPerceptionPsychologySocial psychologySociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Recent advances in gender equality have improved women’s employment and with their increased economic independence, women now have greater opportunities to travel and more choices to make about travel. A rising interest in solo female travel, which has been regarded as a means of demonstrating women’s empowerment, is observed in many parts of the world, including Asia. Nevertheless, this form of independent travel may expose women to risk when travelling alone in the gendered and sexualised tourism space. Although risk appears to be a prominent feature of women’s solo travel experience, little research in this area has considered risk as an independent subject of investigation. In fact, there are only a handful of studies on solo female travel despite its rising popularity and no one has studied the experiences of Asian women. In response to these gaps, this thesis explores the risk perceptions and negotiation strategies of Asian women who have travelled alone and the implications of risk in these women’s lives and in relation to the social world.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,007
Communication savante0,0060,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,179
Tête enseignante GPT0,393
Écart entre enseignants0,215 · 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'étudeQualitatif
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGriffith Research Online (Griffith University, Queensland, Australia)Même sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207