MétaCan
Menu
Retour à la cohorte
Enregistrement W4385420158 · doi:10.18280/ijsdp.180705

Assessment Model for Determinant Factor Constructs in Edu-Tourism Using Confirmatory Factor Analysis (CFA)

2023· article· en· W4385420158 sur OpenAlexvenueno aff
Hazrin Izwan Che Haron Shafiee, Mutia Sobihah Abd Halim, Mohammad Ismail

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Sultan Zainal Abidin
Mots-clésConfirmatory factor analysisFactor (programming language)Structural equation modelingTourismEconometricsPsychologyStatisticsComputer scienceMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to evaluate the determinant factors model construct using Confirmatory Factor Analysis (CFA).The determinant factor constructs consist of: i) tour operators, ii) event management, iii) local communities, iv) investments, v) educational institutions, and vi) tourism organizations.The data for the study was collected by the researcher from 384 respondents who are tourists who arrived and visit the Edu-tourism destinations in Terengganu.CFA is carried out for measurement models of the latent constructs which verify the fitness for determinant factors constructs.A total of 36 items of overall variables were studied.Data were analyzed using IBM-SPSS-AMOS (SEM) program version 21.0 which consists of two main models: the measurement model and the Structural model.The result for Cronbach alpha is greater than 0.6 and AVE is above 0.5 which demonstrated reliability.Meanwhile, the study resolves that the discriminant validity for all constructs is achieved.The study produces new knowledge which resulted in practical contributions that can be practiced by tourism organizations, event managers, tourism operators, academicians and government sectors.

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)0,019
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,141
Tête enseignante GPT0,427
Écart entre enseignants0,287 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetTechnology Adoption and User BehaviourTravaux en français237 207