IDENTIFIKASI PERILAKU, PERSEPSI, DAN MOTIVASI WISATAWAN BERKUNJUNG KE BANYUWANGI SERTA PENGARUHNYA TERHADAP PEMBERDAYAAN MASYARAKAT
Notice bibliographique
Résumé
This study aims to analyze tourist behaviour, perceptions, motivation to visit, and satisfaction towards Banyuwangi tourism and its impact on community empowerment. This is a qualitative descriptive study using snowball sampling to collect research data. Research informants were the Culture & Tourism Office officer, an officer of the Cooperative, Medium Business, &Trade Office, 87 tourists, 4 guides, 11 micro-business actors, and 4 Local Tourism Awareness Group representatives. Results showed that most tourists visited Banyuwangi to see Ijen's blue fire, Alas Purwo, & local customs. They gained information from word of mouth, the Internet, & social media. Most tourists perceived that Banyuwangi tourism has good transportation facilities, supporting infrastructure, and accessibility with an affordable entry ticket. The primary motivations to visit Banyuwangi were to escape the routine, gathering with family & friends, increasing local culture knowledge, enjoying sports facilities, and adventure. Most tourists were satisfied & would like to revisit Banyuwangi & recommend it to others. In the last five years, Banyuwangi tourism shows significant developments. It has a positive effect on the community, especially for micro-business entrepreneurs. Keywords: community empowerment, motivation, perception, tourist behaviour
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».