Heterogeneous consumer preferences for local community involvement in nature‐based tourism drive triple‐bottom‐line gains
Notice bibliographique
Résumé
Abstract Relatively few studies have examined how the degree of involvement of local communities in nature‐based tourism, and the benefits that are generated for them, impact the choices that tourists make when visiting developing countries. We surveyed over 400 visitors in multiple locations in Namibia, using a discrete choice experiment to elicit preferences for attributes reflecting tracking safaris of the critically endangered, desert‐adapted black rhinoceros ( Diceros bicornis bicornis ) in the northwest of the country. Attributes included those related to local community involvement and the benefits they receive from tourism, as well as the reinvestment of tourism profits back into rhino conservation, and the wildlife likely to be seen on safari. Using a latent class model that assigned tourists to market segments based on the observed pattern of responses in the choice experiment, we find that respondents can be divided into four classes that reflect differences in tourism preferences and their own demographics and experiences. While responses to attributes varied across classes, respondents were consistent in demonstrating a strong preference for the largest share of profits being returned to the local community, and were willing to pay an additional $43–670 to ensure this happens. Respondents in the four classes differed in their views toward the financing of rhino conservation and the participation of community trackers in rhino safaris, although those respondents in the class most interested in rhino tracking safaris were willing to pay an additional $34 per trip for tracker involvement. Our results demonstrate the value of assessing heterogeneity in tourists' preferences for wildlife experiences, and suggest that appropriate pricing and marketing may result in “triple bottom line” gains for nature‐based tourism.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
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 ».