Nature-based tourism as therapeutic landscape in a COVID era: autoethnographic learnings from a visitor’s experience in Iceland
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract One of the few silver linings in the COVID pandemic has been a new appreciation for, interest in, and engagement with nature. As countries open, and travel becomes accessible again, there is an opportunity to reimagine sustainable nature-based tourism from a therapeutic landscape lens. Framed within the therapeutic landscape concept, this paper provides an autoethnographic account of a visitor’s experience of three different natural landscapes in Iceland shortly after the country’s fourth wave of the pandemic. It adds to the understanding of the healing effects of the multi-colored natural landscapes of Iceland. The natural landscapes of interest herein include: the southern part of the Westfjörd peninsula, Jökulsárlón glacial lagoon, and the Central Highlands. In totality, the natural, built and symbolic environments worked in synchronicity to produce three thematic results: restoration, awe and concern , all which provided reduced stress, renewed attention, as well as enhanced physical and psycho-social benefits for the autoethnographic visiting researcher. Implications of these restorative outcomes for sustainable nature-based tourism in a post-COVID era are discussed. This paper highlights how health and tourism geographers can work collaboratively to recognize, protect, and sustain the therapeutic elements of natural landscapes, recognized as a cultural ecosystem service. In so doing, such collaborations can positively influence sustainable nature-based tourism development and consumption through proper and appropriate planning and development of such tourism destinations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 découle