MétaCan
Menu
Retour à la cohorte
Enregistrement W4322770529 · doi:10.3390/su15054463

Sustainable Tourism in the Face of Climate Change: An Overview of Prince Edward Island

2023· article· en· W4322770529 sur OpenAlexaffabout
Elinor Haldane, Lauren A. MacDonald, Nolan Kressin, Zoe Furlotte, Pelin Kınay, Ryan Guild, Xiuquan Wang

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésTourismClimate changeSmall Island Developing StatesSustainabilityGovernment (linguistics)Sustainable tourismGeographyPsychological resilienceFlooding (psychology)BusinessRevenueClimate resilienceEnvironmental resource managementEnvironmental planningNatural resource economicsEconomicsOceanographyFinanceEcology

Résumé

récupéré en direct d'OpenAlex

Tourism is being impacted by climate change all around the world. Tourism is now seen as one of the economic sectors least equipped for the risks and opportunities provided by climate change, and it is just now establishing the capacity to advance the knowledge required to teach businesses, communities, and governments about the concerns and potential solutions. As a small coastal island, Prince Edward Island (PEI) on Canada’s Atlantic coast is highly vulnerable to climate change extremes, including coastal erosion, sea-level rise, and flooding. The island’s tourism industry generates substantial revenue for businesses and the government, yet it is highly vulnerable to the climate extremes that impact beach and sea-faring attractions. Limited research has been reported on this topic, and most information on island tourism and how sustainable tourism is achievable is out of date. Here, we present evidence of climate-related impacts and vulnerabilities in tourism within PEI and highlight existing and future adaptation strategies to support sustainability in this sector. Key information gaps are highlighted, and recommendations are proposed to facilitate climate resilience in Prince Edward Island’s tourism sector.

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)0,001
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 enseignants0,028
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,327
Écart entre enseignants0,283 · 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

Citations23
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207