MétaCan
Menu
Retour à la cohorte
Enregistrement W3011718359 · doi:10.4018/978-1-7998-2204-2.ch010

Finance in the Hospitality and Tourism Sector

2020· book-chapter· en· W3011718359 sur OpenAlexaff
Adenike A. Adesanmi

Notice bibliographique

RevueAdvances in hospitality, tourism and the services industry (AHTSI) book series · 2020
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensOxford Instruments (Canada)
Organismes subventionnairesnon disponible
Mots-clésHospitalityTourismFinanceMarket liquidityVenture capitalPoint (geometry)BusinessHospitality management studiesCapital (architecture)MarketingFinancial sectorEconomicsPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

This chapter is set to shed light on how the hospitality and tourism sector is to shape their assets and liquidity to either begin a new venture or expand an existing one. The first part of the chapter will give an elaborate discussion about raising financial capital in the hospitality and tourism sector. This will strengthen the points that are made under capital structure formation. Financial knowledge of budgeting is an area that deserves its place in these sectors; this is the third major highlight of the chapter. The issue of understanding financial statements, especially its use in making predictions through ratio analysis, require a thorough explanation. This is therefore the next point. The limitations and usefulness of ratio analysis will be touched upon. Finally, in this chapter, determining demand in the hospitality and tourism sector is a contemporary issue, and the review of this will give a better viewpoint.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,007
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in hospitality, tourism and the services industry (AHTSI) book seriesMême sujetCorporate Finance and GovernanceTravaux en français237 207