MétaCan
Menu
Retour à la cohorte
Enregistrement W4386950250 · doi:10.1079/tourism.2023.0032

Pedal Power to the People? Cycle Tourism and Local Economic Development in Cuba

2023· article· en· W4386950250 sur OpenAlexaff
Erin K. Sharpe

Notice bibliographique

RevueTourism Cases · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésTourismLegislatureState (computer science)Tourism geographyChinaPrivate sectorBusinessEconomic growthGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Summary Cycle tourism is a rapidly growing niche sector of the tourism industry and has been highlighted for its potential as a tool for socio-economic development, particularly in rural communities. Although tourism is well established in Cuba, it is primarily beach-based and massively controlled by state entities. However, Cuba has recently made a series of legislative changes intended to grow private sector small business opportunities. These changes open up the possibility for Cuban people to play a greater economic role in tourism than previously, if opportunities can be identified and challenges overcome. This case study considers the potential of cycle tourism as a form of people-powering tourism in Cuba. Using interview, field-based, and textual data, this case study maps the current state of cycle tourism, its actors and their interactions, and the opportunities, current challenges, and requirements to grow people-powering cycling tourism in Cuba. Information © The Author 2023

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,322
Écart entre enseignants0,297 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTourism CasesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207