MétaCan
Menu
Retour à la cohorte
Enregistrement W2950499536 · doi:10.14198/inturi2019.17.03

Competitiveness, economic legacy and tourism impacts: World Cup

2019· article· en· W2950499536 sur OpenAlexaff
Thays Cristina Domareski Ruiz, Adriana Fumi Chim‐Miki, Francisco Antônio dos Anjos

Notice bibliographique

RevueInvestigaciones Turísticas · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésTourismMega-Economic impact analysisEvent (particle physics)Investment (military)PillarEconomyBusinessIndex (typography)Regional scienceEconomic geographyGeographyEconomic growthPolitical scienceEconomicsEngineeringPolitics

Résumé

récupéré en direct d'OpenAlex

Tourism legacy impacts are considered one of the most important reasons for countries host a mega event. They generate short, medium and, long-term legacies in the destination image, as well as, at economic and sociocultural level. The paper objective is to show the short-term evolution of economic legacies indicators of sports mega-events, two years before and two years after each event. It was verified through an exploratory analysis of tourism employment level, total investment, and Tourism GDP of the countries that hosted the last three FIFA World Cups. Also, it analyzes the country’s competitive strengths at the year that the mega-event happened based on the Tourism & Travel Competitiveness Index pillars (TTCI). Thus, it performed an explanatory and descriptive analysis of secondary data. Literature review points out the infrastructure as the central pillar to receive a sports mega-event. However, the results did not indicate this focus in the last countries chosen. Also, the economic legacies had increased after the sports mega-event, but not in all hosts analyzed. Therefore, the assumption of positive effects generated by sports mega-events is not consolidated. Further research is recommended to establish indicators and approaches the impact on the host country by a mega-event from the legacy perspective.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,857
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,298
Écart entre enseignants0,277 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvestigaciones TurísticasMême sujetSport and Mega-Event ImpactsTravaux en français237 207