MétaCan
Menu
Retour à la cohorte
Enregistrement W2918494687 · doi:10.1080/21568316.2019.1580210

Tourism Governance in Transition Period: Restructuring Kenya's Tourism Administration from Centralized to Devolved System

2019· article· en· W2918494687 sur OpenAlexaff
Rayviscic Mutinda Ndivo, Roselyne N. Okech

Notice bibliographique

RevueTourism Planning & Development · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTourismRestructuringGovernment (linguistics)Administration (probate law)BusinessCorporate governanceTourism geographyEconomic growthEconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

This study sought to examine the efficacy of tourism administration within Kenya's devolved system of government. The study was based on content analysis of official documents and websites from the national and county governments in Kenya. Nine counties out of the 47 were further purposively selected for analysis of the tourism functionalities undertaken by the county governments. Data were analysed using thematic data analysis based on predetermined research questions. The study found out that whereas the role of both levels of government in Kenya's tourism development is clearly identified, gaps exist that would hamper coordinated development of a competitive tourism industry in the country. This study thus identifies a number of lessons for tourism administration restructuring for destinations transiting from centralized to decentralized government system including the need for a clear delineation of tourism development functions between national and devolved government units, institutional and functional alignment between national and devolved government levels, a clear coordination mechanism between the tourism development mandates of the two levels of government, need to standardize tourism administration and development institutional framework and functions across the devolved units, and the need for capacity building of the devolved units during the transition point.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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.

Devis d'étudeObservationnel
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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTourism Planning & DevelopmentMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207