Bibliometric Analysis of Tourism Research for the Period 2007-2016
Notice bibliographique
Résumé
The aim of this study was to identify trends in tourism literature in bibliometric terms by analyzing scientific studies carried out over the past decade and to reveal the similarities and differences of the trends between Turkey originated and other international publications. The research data comprised of 4473 studies published between 2007-2016 in the top-five journals of tourism field according to the Journal Citation Reports and 213 Turkey-originated studies published in 19 tourism and hospitality journals. The journals were examined in terms of number and types of publications, author-institution-country productivity, citation analysis, conceptual orientations and citation burst. In order to reveal the links between key words and the leading studies, social network analysis was utilized. Social network analysis facilitates mapping the links in a research community and specifying the key actors for the field development. According to research findings, experimental researches were observed to have an important place in both Turkey originated and other international publications. It was determined that topics of organizational behavior and management fields were studied the most, particularly the concepts such as attitude, perception, intention, experience, behavior and satisfaction were measured. Turkey originated publications often addressed conflict and behavior issues whereas other international publications focused on sustainable tourism, destinations, local people and travel experiences. It is considered that the research results would enable individuals interested in tourism discipline, in both scientific and sectorial terms, to have an overview of the research scope and intellectual framework of the field.
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 | 0,034 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,045 | 0,138 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».