MétaCan
Menu
Retour à la cohorte
Enregistrement W4294626437 · doi:10.1108/whatt-06-2022-0068

WHATT roundtable: what innovations would enable tourism and hospitality industry to re-build?

2022· article· en· W4294626437 sur OpenAlexaboutno aff
Chandi Jayawardena, G.V.H. Dinusha

Notice bibliographique

RevueWorldwide Hospitality and Tourism Themes · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHospitalityTourismOriginalityHospitality industryHospitality management studiesPublic relationsValue (mathematics)MarketingPolitical scienceManagementSociologyBusinessQualitative researchSocial scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose The aims of this paper is to present views of 13 experts who attended a roundtable discussion. Design/methodology/approach This article provides a narration of a conference roundtable. The questions by the moderator and a summary of the responses by panellists are provided. Findings Worldwide Hospitality and Tourism Themes (WHATT) is playing a significant applied research role in the world of hospitality and tourism. Further, since 2013, the International Conference on Hospitality and Tourism Management (ICOHT), had been well attended and successful. In 2021, The International Institute of Knowledge Management included a WHATT roundtable in the programme of the 8th ICOHT. Twelve experts from the industry and academia were invited as panellists. They represented eight countries (Canada, Guyana, Iran, Jamaica, the Philippines, New Zealand, Sri Lanka and the USA). The lead author of this article moderated the roundtable discussion. In conclusion, 20 of the key implementable concepts and suggestions for the post-pandemic era within hospitality and tourism industry, evolved from the WHATT roundtable at the 8th ICOHT in 2021, are presented. Originality/value This paper suggests 20 of the key implementable concepts, for post-pandemic era tourism and hospitality industry.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,004
Science ouverte0,0010,002
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 Opus0,030
Tête enseignante GPT0,321
Écart entre enseignants0,290 · 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.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorldwide Hospitality and Tourism ThemesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207