Towards Foreign Tourist at Heritage Sites Using GIS: A Case Study of Lahore
Notice bibliographique
Résumé
Pakistan is potentially a good tourist destination for cultural and heritage overs because the Indus and Gandhara Civilizations, and a great Mughals heritage also exists in Pakistan particularly in Lahore city. Tourism is the fastest growing industry in modern world. This study is based on the number of foreign tourist who visited the heritage sites of Lahore. The purpose of the study is to examine the number of foreign tourist who visited the heritage sites of the Lahore at Shalimar Gardens, Lahore Fort and Lahore Museum and to find the tourism trend in Lahore whether it is declining or growing high. The secondary source of data was used and data was collected from archeology department, Lahore Museum and Pakistan Year Book of Statics 2014. Tools used for research purpose were Microsoft excel, Microsoft word and ARC GIS. The number of foreign tourists that visited Lahore fort were highest in 2006 i.e. 21,178 this is the highest number of tourists who visited Lahore Fort in 15 years and 2906 lowest number of foreign tourist who visited Lahore fort, at Shalimar Gardens highest number of foreign tourists was 8558 in 2000 and the lowest number was 309 in 2013 and at Lahore Museum in 7242 tourists is the highest number of Foreign tourist who visited museum in 2000 and the lowest number of foreign tourists that visited Lahore Museum was 1825 in 2010. The trend of foreign tourism in Lahore is declining after the incident of nine eleven due to terrorism. But now with the efforts of government and work of Walled city authority foreign tourism industry is growing in Lahore as it is the Queen of cities having major and attractive heritage places for tourist.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».