Perspectives of event leveraging by restaurants and city officials
Notice bibliographique
Résumé
Purpose Hosting events can attract visitors to an area and provide an opportunity for local businesses in the host community to benefit economically. Restaurants, in particular, have an opportunity to benefit as food is a necessary expenditure. However, previous research suggests that the intentional attraction of event visitors by local businesses has been minimal. The purpose of this paper is to explore perspectives of event leveraging held by restaurant owners/managers and a destination marketing organization (DMO). Design/methodology/approach Data were collected through semi-structured interviews with owners/managers of 16 local restaurants and from three DMO executives in one medium-sized city in Ontario, Canada. Data were analyzed using initial and axial coding. Findings Findings indicate that restaurants did not engage in event leveraging. Three common reasons emerged to explain their lack of engagement in leveraging, including: a lack of a belief in benefits from leveraging, inconvenient proximity to event venue, and not being prepared for event leveraging opportunities. The DMO had a desire to assist local business in leveraging, but their ability to do so was negatively impacted by a lack of awareness of events being hosted, disengagement by local businesses, and limited resources. Originality/value Findings suggest that there is a need for DMOs and local businesses to create stronger and more supportive working relationships that address financial and human resources constraints preventing the adoption and success of event leveraging. As part of this approach there is a need for cities to make stronger financial investments in supportive agencies such as a DMO.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».