Nascent island tourism policy development in Greenland: A network perspective
Notice bibliographique
Résumé
Following its achievement of Self-Rule status in 2009 Greenland embarked on a series of measures to diversify its economy with an eye towards eventually gaining full independence from Denmark. Tourism was underlined as a key sector for reaching this goal and, consequently, over the last few years there has been a concerted effort to develop the island as an important polar destination. Significantly, the Greenlandic government created the tourism development policy for 2016-2020, which it views as a key instrument for shaping the sector's future. In this paper, we adopted a policy network approach to determine the relational architecture among various stakeholders from the public and private sectors who are seen as relevant to tourism's development. Inter alia, we examined how these actors were linked to each other while examining what kind of tourism networks existed in Greenland and what obstacles might hinder or foster their formation. A thematic analysis of qualitative data on Atlas.ti reveals that though there exist networks in the Greenlandic tourism sector, they are not policy networks and that the Greenlandic government's approach to developing this tourism policy has been top-down, reflecting a 'government' rather than a 'governance' approach. Barriers to the formation of policy networks included lack of a shared image for the future; lack of trust among actors; lack of time and spatial fragmentation hindering iterative interactions, and lack of institutional enabling of information and knowledge sharing.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».