MétaCan
Menu
Retour à la cohorte
Enregistrement W4205374862 · doi:10.1002/jtr.2510

Keeping the competition close: The impact of competitor distance in the lodging industry

2022· article· en· W4205374862 sur OpenAlexaff
Chansoo Park, Young‐Rae Kim, William D. Frye

Notice bibliographique

RevueInternational Journal of Tourism Research · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)AccommodationBusinessGeographical distanceTourismHospitality industryMarketingEconomic geographyMetric (unit)CensusDistance decayHotel industryRange (aeronautics)Industrial organizationEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study applies a distance‐based measurement outlining market boundaries for competition in the lodging industry and investigates the effects of competition across a range of distances. Predetermined administrative boundaries have been the conventional metric used when estimating competition effects in a given geographical area in the lodging industry. For this study, distances are calculated using the location information of 45,623 hotels in the United States extracted from the Smith Travel Research Hotel Census. Our findings suggest a U‐shaped relationship: hotel room prices fall as relative distance increases, due to increasing negative price pressure, until a threshold distance is reached (a radius of 20 km), after which price pressure falls and prices begin to increase. These research findings have implications for hotel managers with respect to competitor management and for hotel investors interested in locating and developing future accommodation establishments.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,381
Écart entre enseignants0,324 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Tourism ResearchMême sujetConsumer Market Behavior and PricingTravaux en français237 207