MétaCan
Menu
Retour à la cohorte
Enregistrement W4382282741 · doi:10.1080/14927713.2023.2224361

Festive nostalgia in COVID-19: an empirical investigation

2023· article· en· W4382282741 sur OpenAlexvenueno aff
Payel Das, Sangeetha Gunasekar, Ritesh Kumar Dubey, Santanu Mandal

Notice bibliographique

RevueLeisure/Loisir · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueNostalgia and Consumer Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConceptualizationPsychologyIdentity (music)SocializationSample (material)AttractivenessExploratory factor analysisDestinationsOrder (exchange)Social psychologyAestheticsArtTourismDevelopmental psychologyComputer scienceHistoryPsychoanalysisPsychometrics

Résumé

récupéré en direct d'OpenAlex

The COVID−19 pandemic has reinforced the importance of positive memories. Therefore, our study develops a measurement instrument for festive nostalgia, composed of seven dimensions and measured through 28 items. A rigorous scale development process was adopted and validated through two main studies. While a convenience sample (303 participants) was used to assess the initial validity through exploratory factor analysis, a final sample of 412 respondents was used to assess the second-order factor structure of festive nostalgia through CFA and structural equation modelling. Findings suggest festive nostalgia can significantly predict intention to recommend and revisit intentions. Also, the study suggested that festive nostalgia is manifested through festivals, festive experience, festive environment, festive socialization, festive identity, cultural identity and festive activity involvement. Based on the findings, managers of festive destinations can formulate strategies to draw tourists willing to participate in festivals and develop the attractiveness of such 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,410
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetNostalgia and Consumer BehaviorTravaux en français237 207