MétaCan
Menu
Retour à la cohorte
Enregistrement W2808508618

MICE산업의 고용효과 및 경제기여도에 관한 국제비교 연구: 미국, 캐나다, 멕시코, 영국을 중심으로

2018· article· ko· W2808508618 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueMICE관광연구(구 컨벤션연구) · 2018
Typearticle
Langueko
DomaineBusiness, Management and Accounting
ThématiqueConsumer Perception and Purchasing Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPosition (finance)GeographyAgricultural economicsEconomicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study analyzes the impact of the MICE Industries in terms of employment effect and economic contribution to the national economy(GDP) among US, Canada, Mexico, and UK. The results of this study are as follows: (1) US had the highest employment effect with 5.31 million people. UK, Mexico, and Canada had also high employment effect of 1.02 million, 783 thousand, and 341 thousand. (2) The total GDP contribution was the highest in the United States with $ 393.8 billion. It reached £ 35.9 billion in the UK, CAD$ 27.5 billion in Canada and US$ 25.1 billion in Mexico. (3) UK ranked highest with 3.83 percent of GDP contributions. US, Mexico and Canada also saw 2.4percent, 2.41 percent and 1.51 percent respectively, contributing to the economic contribution of the MICE Industries. It is also necessary for our nation to adopt internationally standardized methodology to analyse the employment effects and economic contribution of the MICE Industries. Also, it would be important to understand the relative position of our industry, comparing the results to other countries.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,051

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 Opus0,032
Tête enseignante GPT0,269
Écart entre enseignants0,238 · 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