As intenções de viagem pós pandemia, uma análise preditiva da demanda
Notice bibliographique
Résumé
A pandemia de Covid-19 trouxe diversas mudanças na vida dos brasileiros pela necessidade do isolamento social. Neste contexto, o setor de turismo no Brasil passou a vivenciar um momento crítico com a paralização total das atividades. Este estudo tem como objetivo analisar o impacto da pandemia do Covid-19 no turismo brasileiro e o comportamento planejados os dos consumidores de viagens pós pandemia. A metodologia da pesquisa trata-se de pesquisa quantitativa e descritiva, com a amostra de 391 pessoas de todas as regiões brasileiras, consumidores de serviços turísticos, os tratamentos dos dados serão apresentados por meio de análise descritiva e regressão múltipla. De acordo com os resultados da pesquisa, 62,4% dos respondentes possuem interesse em realizar viagens turísticas de acordo com o planejado anteriormente, porém, para 58,5% dos respondentes, o número de casos da Covid-19 afeta diretamente a intenção de viagens dos consumidores. Especialmente, no segmento de turismo os consumidores se apresentam bastante cuidadosos e com uma preocupação quando se trata de viagens turísticas. Diante disto, especificamente é possivel verificar o impacto causado pela pandemia para as empresas do segmento.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».