MétaCan
Menu
Retour à la cohorte
Enregistrement W2990785303 · doi:10.1080/09669582.2019.1694526

Collaboration gaps and regional tourism networks in rural coastal communities

2019· article· en· W2990785303 sur OpenAlexaffabout
Mark C. J. Stoddart, Gary Catano, Howard Ramos, Kelly Vodden, Brennan Lowery, Leanna Butters

Notice bibliographique

RevueJournal of Sustainable Tourism · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensDalhousie UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTourismWork (physics)Social network analysisPublic relationsDestinationsMeaning (existential)SociologyMarketingBusinessRegional scienceKnowledge managementPolitical scienceEngineeringSocial capitalPsychologySocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Tapping into and creating broad networks is integral to connecting communities and destinations to wider flows of tourists and ensuring local benefits from tourism development. However, little research has probed how communities build these connections. This article examines how tourism stakeholders perceive and practice the work of network-building and assess the challenges they face in pursuing this work in regional tourism development. Drawing on survey and focus group data from Atlantic Canada, we identify “collaboration gaps” between the perceived value of network-building and related social practices. Social practice theory is used to analyse tourism network-building and explain why collaboration gaps exist and persist. Our analysis found three gaps: between meaning and practice; vertical collaboration gaps related to the scale of network-building; and horizontal collaboration gaps related to the range of actors involved in tourism networks. These collaboration gaps can be addressed through a focus on meaning, competencies, and materials as means to foster successful collaborations and overcome gaps.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,287
Écart entre enseignants0,276 · 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.

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

Citations39
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable TourismMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207