Działalność wybranych polskich biur podróży w Greater Toronto Area
Notice bibliographique
Résumé
Powstanie i rozwój biur podróży należy wiązać z żywiołowym rozwojem ruchu turystycznego w pierwszej połowie XIX w. Pod wpływem postępującego w tym czasie uprzemysłowienia, postępu technicznego i organizacyjnego sprzyjającego wzrostowi wydajności pracy i stopniowemu skracaniu czasu pracy, ustawowego wprowadzenia płatnych urlopów i wzrostu dochodów ludności, doszło do zmian w strukturze konsumpcji ludności, czego wyrazem było ujawnienie się nowych potrzeb w zakresie wypoczynku i turystyki. Intensywność zainteresowania oraz możliwości finansowe potencjalnych turystów spowodowały powstanie biur podroży, które zajęły się zaspokajaniem nowych potrzeb, polegającym na tworzeniu ofert dotyczących turystyki i wypoczynku (Cook, 2008). W artykule omówiona została działalność polskich biur podróży w Greater Toronto Area. Przedstawione zostały dane zebrane od 18 z 23 biur podróży działających na terenie objętym badaniem. Badania prowadzone były w latach 2016, 2017 oraz 2018. Głównym celem było ukazanie specyfiki funkcjonowania polskich biur podróży w Greater Toronto Area oraz pokazanie oferty turystycznej wybranych biur. Dzięki uzyskanym informacjom opisane zostały: destynacje najczęściej wybierane przez Polaków, liczba klientów oraz ilość wydawanych przez nich pieniędzy. Jak wykazały badania, głównymi zagranicznymi kierunkami podróży Polonii korzystającej z polskich biur podróży w Greater Toronto Area są: Kuba, Meksyk, Karaiby oraz USA. W artykule dokonana została charakterystyka największych i najprężniej działających polskich biur podróży w Toronto: Piast Travel Inc., Orbis Vacations & Travel LTD., Polimex Travel oraz Queen Syrena Travel, ich specyficzne formy organizacji podróży (zwłaszcza do Polski) oraz oferowane przez nie wyjazdy pielgrzymkowe.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».