MétaCan
Menu
Retour à la cohorte
Enregistrement W3089219410 · doi:10.5430/rwe.v11n5p445

Effect of Product Development and Standard Product to Performance of Ecotourism: Case of Ranong Province, Thailand

2020· article· en· W3089219410 sur OpenAlexvenueno aff
Witthaya Mekhum, Nithcha Kumpecharat

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcotourismProduct (mathematics)MarketingTourismQuestionnaireGeographyBusinessData collectionEnvironmental resource managementAdvertisingSociologySocial scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This world is marvelous place full of mystifying places and spectacular experiences only waiting for travel around and exploration. Ecotourism builds cultural and environmental awareness and recognition of such places. Therefore, the current research has investigated the relationship between historical places, natural environment, cultural values, ecotourists satisfaction, and ecotourism performance. Ecotourists satisfaction has direct impact on ecotourism performance. According to the current research, historical places, natural environment, and cultural values particularly in Ranong, a province of Thailand, play significant role for the ecotourist satisfaction and attraction. Hence a survey was conducted to obtain primary data to know ecotourists’ satisfaction level and how it impacts on ecotourism performance. In the survey 850 ecotourists were considered as the respondents of the current research. Hence, after collection of primary data from the respondents, a statistical software name Partial Least Square (PLS) was used to analyze the data for the achievement of end results of the current research. Moreover, the current research helps concerned authorities of Ranong that how they can utilize and earn more profit from ecotourism and make their natural areas recipient of well-being of their people.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,364
Écart entre enseignants0,318 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207