MétaCan
Menu
Retour à la cohorte
Enregistrement W3197883553 · doi:10.46222/ajhtl.19770720-136

COVID-19 Lockdown and Visiting Friends and Relatives Travellers: Impact and opportunities

2021· article· en· W3197883553 sur OpenAlexaff
Zanele Dube-Xaba

Notice bibliographique

RevueAfrican Journal of Hospitality Tourism and Leisure · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésTourismCoronavirus disease 2019 (COVID-19)Social distancePandemicEconomic impact analysisDistancingBusinessAdvertisingMarketing2019-20 coronavirus outbreakDomestic tourismEconomic growthPolitical scienceGeographyTourism geographyEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Tourism is regarded as a powerful force in the rise of pandemic diseases as the movement of people is seen as a pathway for the spread of such diseases. The sector is thus susceptible to measures to prevent the spread of pandemics. In the wake of COVID-19, unprecedented lockdown regulations relating to travel restrictions and social distancing have had a direct and indirect impact on the tourism industry and visiting friends and relatives (VFR) travel in particular. More than half of the domestic tourism market comprises tourists who visit friends and relatives in all corners of South Africa. With the restrictions on public gatherings and travel in the country, inter/intra provincial travel largely ceased on 26 March 2020. This paper draws on existing literature, as well as current media sources to review the literature on the legacy of VFR travel; assess the impact of COVID-19 on VFR travel; and finally, to examine the opportunity that might be created by COVID-19 for such travel. It argues that, in the wake of COVID-19, VRF has the potential to fuel the resurgence of the tourism industry in South Africa, especially domestic tourism. Thus, destination marketing organisations might consider a coordinated effort to market this form of travel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,053
Tête enseignante GPT0,356
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueAfrican Journal of Hospitality Tourism and LeisureMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207