MétaCan
Menu
Retour à la cohorte
Enregistrement W2883102308 · doi:10.21625/archive.v2i2.243

Destination Studies – An Institution

2018· article· en· W2883102308 sur OpenAlexaff
Sayak Ghosh

Notice bibliographique

RevueARCHive-SR · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTourismSubject (documents)DestinationsBeautyTourism geographyMarketingPolitical sciencePublic relationsSociologyBusinessComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

First of all, we must understand that there are various aspects of tourism with respect to its beauty, aesthetics, technical parameters, trade & commerce, training & education, innovation etc. If anyone wants to find the bondage between education and tourism, there can be various topics, concepts, factors, and parameters to portray the entity. Again, if Education is an aspect of tourism, then we can formulate a tourism course subject to beauty, aesthetics, technical parameters, trade & commerce, innovation and, last but not the least, the destinations – The prime capital for tourism; as a tourist has a destination whereas a traveler does not. So, pertaining to education and tourism, I shall focus on destination studies.It would be better to admit that tourism is the most special segment of human geography. This subject leads us to understand our planet and the culture of the world better than any other subject. So, we must also find a scientific way of studying tourism to understand the human race better. To start with, we must focus on the different destinations of the world, their geography – how to reach there, their culture, their heritage, their history, their socio-economy, interesting places to visit there etc. Once we grab it we have almost grabbed the major portion of the subject named tourism. So, let’s proceed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,114
Tête enseignante GPT0,422
Écart entre enseignants0,308 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCHive-SRMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207