MétaCan
Menu
Retour à la cohorte
Enregistrement W2969955875 · doi:10.24043/isj.95

Tourism, smallness and insularity: A suitable combination for quality of life in Small Island Developing States (SIDS)?

2019· article· en· W2969955875 sur OpenAlexvenueno aff
Miguel Puig-Cabrera, Concepción Foronda Robles

Notice bibliographique

RevueIsland Studies Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismSmall Island Developing StatesGeographyDevelopment economicsPolitical scienceEconomic growthEconomic geographyEconomicsClimate changeArchaeologyGeology

Résumé

récupéré en direct d'OpenAlex

As Small Island Developing States (SIDS) turn into a focus of attention for tourists and foreign investment, tourism becomes one of the primary sources of wealth in these economies.This increasing relevance of tourism in SIDS in turn becomes an opportunity not only to enhance the residents' quality of life but also to combat the existing vulnerabilities of SIDS.The main goal of this research is to measure the effects of tourism on the quality of life of residents in SIDS according to: 1) the degree of tourism development, 2) the allocation of public and private resources to promote the tourism sector, and 3) the direct opportunities that tourism offers to the populations in SIDS.In order to do so, an empirical analysis has been carried out based on a panel database containing data from 28 SIDS during the period 2005-2016.The findings suggest that tourism development becomes a driving force for enhancing the residents' quality of life.It is also proven that government expenditure has a positive effect on the population, with a repercussion four times greater than that of private investment.Finally, work precarity appears to be a reality in SIDS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,348
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetIsland Studies and Pacific AffairsTravaux en français237 207