Transformation of tourism of the Eastern Ukraine in the context of a conflict
Notice bibliographique
Résumé
The impact of conflict on tourism has been analized in the paper.The purpose of the work is to identify the transformational changes in the state of tourism in the east of Ukraine as a result of the conflict.Analytical, deductive, statistical, systemic, comparative-geographic methods of research have been used to analyze the main indicators of tourism development.It has been proved that all types of tourism suffer from the conflict, and the total number of tourists was significantly reduced.The conflict has once set a promising direction for the economic development of the eastern regions of Ukraine on the brink of total disappearance.The necessity of studying the experience of eliminating the negative consequences of conflicts on the development of the tourism industry and developing a strategy for its further development in the Donetsk and Luhansk regions has been established.For the first time a comprehensive analysis of the status of Donbass tourism in different periods has been conducted, namely: on the eve of the conflict and during the conflict, which showed that staying Ukraine in a state of a conflict led to the emergence of new social and geographical peculiarities of tourism development in the east of Ukraine.It has been revealed that the conflict leads to instability in the development of tourism, tourists worrying about their safety refuse to visit a country or region.This inevitably leads to a decrease in the number of international tourist arrivals and revenues from tourism, a decrease in the number of tourist objects and collective accommodation facilities.It has been determined that the tourist attractiveness and image of the eastern region was almost lost as a result of the conflict.The main provisions, the actual material and conclusions of the article can be used for further research on the development of tourism in the Donbas and the creation of a concept for overcoming the negative consequences of the conflict in the period of 2014-2018 in Ukraine for the development of the national tourism industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».