MétaCan
Menu
Retour à la cohorte
Enregistrement W3215249530 · doi:10.54664/oyzn2909

Crisis Management in Tourism

2021· article· en· W3215249530 sur OpenAlexaboutno aff
Marina Raykova

Notice bibliographique

RevueSocio-Economic Analyses · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismTerrorismBusinessNatural disasterCrisis managementSAFERDestinationsEconomic recoveryAction planQuarter (Canadian coin)Emergency managementMarketingEconomic growthPolitical scienceGeographyEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Until the first quarter of 2020, tourism was one of the fastest growing economic sectors in the world. However, given that it is one of the most disaster-affected sectors, it is not surprising that it was seriously affected by the global health crisis in early 2020. Natural disasters, health, political, technological and economic crises, military conflicts and terrorism threaten any tourist site, destination or company. In order to maintain the healthy growth of tourism, it is essential that tourist destinations and sites are safer and more secure, better prepared for potential disasters. Crisis management in tourism includes the development of measures, plans and manuals for timely response to adverse events in an adequate manner to minimize the negative impact on customers and the industry. A well-prepared destination and tourism business would also quickly plan and take the necessary action for recovery from a disaster.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,336
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,070
Tête enseignante GPT0,410
Écart entre enseignants0,339 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocio-Economic AnalysesMême sujetTravel-related health issuesTravaux en français237 207