MétaCan
Menu
Retour à la cohorte
Enregistrement W4386074498 · doi:10.11159/cist23.119

Exploring university students' sports tourism behavior: Based on Structural Equation Model

2023· article· en· W4386074498 sur OpenAlexvenueno aff
Qi Yang, Ирина Мукамбаева, Нурбек Мукамбаев, Shuren Yan, Tingting Zhang

Notice bibliographique

RevueProceedings of the World Congress on Electrical Engineering and Computer Systems and Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingTourismComputer scienceSports tourismMathematics educationPsychologyTourism geographyPolitical scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

China can be considered one of the countries that have maintained the longest duration of epidemic prevention and control policies.The shift in epidemic prevention and control policies presents both opportunities and challenges for the development of sports tourism in China.Compared to other forms of tourism, sports tourism has a certain threshold for athletic skills and may entail certain risks.In recent years, the rapid development of webcasting on the internet has become one of the decisive factors for young people in their travel choices.To promote the healthy and sustainable development of sports tourism after the transition of epidemic prevention and control policies, this study applied the S-O-R theory and planned behavior theory and incorporated new variables such as risk perception and webcast environment to examine the participation behavior of university students in sports tourism.A questionnaire survey was conducted among university students from five universities in central China to collect data.The structural equation model and conditional process model were used to evaluate the research model.Results show that university students have a "willing but hesitant" tendency towards sports tourism, with high intention but low actual participation behavior.The influencing mechanism of university students' participation in sports tourism is complex, with subjective norms as dominant factors, perceived behavioral control as an auxiliary factor, and risk perception as an inhibiting factor.The webcast environment has a significant moderating effect on the relationship between risk perception, participation attitude, behavioral intention, and actual behavior in sports tourism, with a regulatory effect on consumer participation attitudes.Based on the above results, corresponding strategies and suggestions are put forward for the sustainable and healthy development of sports tourism in China.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,078
Tête enseignante GPT0,279
Écart entre enseignants0,202 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Electrical Engineering and Computer Systems and ScienceMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207