Modeling Nature-Based and Cultural Recreation Preferences in Mediterranean Regions as Opportunities for Smart Tourism and Diversification
Notice bibliographique
Résumé
The tourism and recreational offer of Mediterranean destinations involves, essentially, the promotion of mass tourism, based on the appeal of the sun and beach, and the quality of its coastal assets. Alongside the impacts of climate change, poor tourism diversification represents a threat to the resilience of the territory. Thus, heterogenization of noncoastal tourism products presents an opportunity to strengthen regional resilience to present and future challenges, hence the need to study, comparatively, the complementary preferences of tourists and residents of these regions in order to unveil their willingness to diversify their recreational experience, not only in coastal spaces, but also—and especially—in interior territories with low urban density. Consequently, this strategic option may represent a way of strengthening resilience and sustainability through diversification. In this context, a survey was conducted among 400 beach tourists and 400 residents of a case study—namely, three municipalities of the Algarve region in southern Portugal—in order to analyze their degree of preference for activities besides the sun and beach, such as nature-based and cultural tourism activities, and to probe the enhancement potential of each tourism and recreational activity through the various landscape units considered by experts, stakeholders, and tour operators. The respective degree of preference and enhancement potential were indexed to the area of each landscape unit. Subsequently, respecting the existing recreational structure and constraints, a suitability map for territory enhancement and the implementation of smart tourism practices for each tourism activity and landscape unit is presented. Results show a significant preference for noncoastal outdoor recreational activities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».