MétaCan
Menu
Retour à la cohorte
Enregistrement W3126827258 · doi:10.1080/14766825.2021.1880418

Ancient town tourism and the community supported entrance fee avoidance – Xitang Ancient Town of China

2021· article· en· W3126827258 sur OpenAlexaff
Ming Su, Jingjuan Yu, Yueting Qin, Geoffrey Wall, Yan Zhu

Notice bibliographique

RevueJournal of Tourism and Cultural Change · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMinistry of Education of the People's Republic of China
Mots-clésTourismChinaPopulationDistribution (mathematics)GeographyTourism geographyArchitectureOld townBusinessEconomySociologyArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Ancient towns, embedded with traditional architecture, culture and life style, are popular tourism attractions worldwide. Tourism use often transforms residents’ living spaces into shared multi-functional spaces for residents and tourists, which imposes impacts to residents and complicates community and tourism relationships. Entrance fees are widely used as an economic strategy for destination management and benefit re-distribution, triggering changes in relationships with profound implications socially and culturally. A framework is proposed to map relationships between stakeholders and flows of tourism impacts among key stakeholders in ancient town tourism. Readily accessible to a large urban population in the eastern developed area of China, Xitang Ancient Town in Jiaxing City of Zhejiang Province is one of the most famous tourism ancient towns in China. A mixed-methods approach involving both onsite and offsite data collections is used to explore and explain the enduring community support for the avoidance of entrance fee payments by tourists at Xitang Ancient Town. Limited access to tourism benefits for residents adjacent to the ticketing area is identified as the underlying reason for this. Practical suggestions are made to enhance community participation and ensure equitable access to tourism benefits for Xitang and ancient towns in China and elsewhere.

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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,049
Tête enseignante GPT0,315
Écart entre enseignants0,267 · 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'étudeQualitatif
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tourism and Cultural ChangeMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207