MétaCan
Menu
Retour à la cohorte
Enregistrement W3020179824 · doi:10.1080/14616688.2020.1759131

Pandemics, transformations and tourism: be careful what you wish for

2020· article· en· W3020179824 sur OpenAlexaff
C. Michael Hall, Daniel Scott, Stefan Gößling

Notice bibliographique

RevueTourism Geographies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTourismPandemicGovernment (linguistics)SustainabilitySustainable tourismMeaning (existential)Development economicsTourism geographyCoronavirus disease 2019 (COVID-19)Political scienceBusinessPolitical economySociologyEconomicsDiseasePsychologyLawInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Disease outbreaks and pandemics have long played a role in societal and economic change. However, the nature of such change is selective, meaning that it is sometimes minimal and, at other times, and change or transformation may be unexpected, potentially even reinforcing contemporary paradigms. A comprehensive overview of pandemics and their effects is provided. This is used to help contextualise the COVID-19 pandemic, its impact on tourism and government, industry and consumer response. Drawing on the available literature, factors that will affect tourism and destination recovery are then identified. Some measures will continue or even expand present growth orientations in tourism while others may contribute to sustainability. It is concluded that that the selective nature of the effects of COVID-19 and the measures to contain it may lead to reorientation of tourism in some cases, but in others will contribute to policies reflecting the selfish nationalism of some countries. However, the response to planetary limits and sustainable tourism requires a global approach. Despite clear evidence of this necessity, the possibility for a comprehensive transformation of the tourism system remains extremely limited without a fundamental transformation of the entire planet.

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)0,008
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,016
Communication savante0,0150,026
Science ouverte0,0030,007
Intégrité de la recherche0,0160,026
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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 Opus0,040
Tête enseignante GPT0,305
Écart entre enseignants0,266 · 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'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

Citations1 153
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTourism GeographiesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207