MétaCan
Menu
Retour à la cohorte
Enregistrement W3123158070 · doi:10.18542/papersnaea.v1i3.10443

Participação social na gestão de espaços urbanos para o turismo: uma análise da região da Praia Grande – São Luís (Edição 513)

2020· article· pt· W3123158070 sur OpenAlexaff
Vanderley Rabelo de Jesus, Conceição de Maria Belfort de Carvalho

Notice bibliographique

RevuePapers do NAEA · 2020
Typearticle
Languept
DomaineSocial Sciences
ThématiqueUrban Development and Societal Issues
Établissements canadiensNorthwestern Polytechnic
Organismes subventionnairesUniversidade Federal do Maranhão
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

O turismo enquanto fenômeno econômico e social potencializa o desenvolvimento local, promovendo uma série de alterações nos espaços urbanos da cidade de São Luís-MA, com ênfase naqueles da região da Praia Grande, onde também estão concentrados grande parte dos espaços históricos e turísticos da cidade. Esta pesquisa objetiva estudar a participação social na gestão desses espaços por meio da análise da estrutura dos projetos de lazer e turismo Pôr do Sol no Palácio e Quarta do Tambor, realizados no Palácio dos Leões e na Casa do Tambor de Crioula, respectivamente. Estes projetos possibilitam um maior acesso da população às manifestações culturais, evidenciado a preocupação latente do Poder Público em desenvolver alternativas de lazer e turismo à moradores e turistas. Entretanto, a participação dos moradores locais ainda acontece de forma limitada, compreendendo apenas a participação passiva como espectadores. Em nenhuma de suas fases os gestores apresentam mecanismos de participação social no planejamento e gestão desses projetos, comprometendo a democratização ampla e horizontal da gestão dos espaços da cidade.Palavras-chave: Participação Social. Gestão. Espaço Urbano. Turismo. Praia Grande-São Luís.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,332
Écart entre enseignants0,232 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revuePapers do NAEAMême sujetUrban Development and Societal IssuesTravaux en français237 207