MétaCan
Menu
Retour à la cohorte
Enregistrement W4388297433 · doi:10.5267/j.uscm.2023.10.013

Analysis of tourism destination centrality and structural properties of tourism system: Complex network perspective

2023· article· en· W4388297433 sur OpenAlexvenueno aff
Maneerat Kanrak, Hooi Hooi Lean, Sakkarin Nonthapot

Notice bibliographique

RevueUncertain Supply Chain Management · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesKhon Kaen University
Mots-clésBetweenness centralityCentralityTourismDestinationsClustering coefficientSubnetworkNetwork analysisClosenessBusinessMarketingComputer scienceEconomic geographyCluster analysisGeographyStatisticsMathematicsComputer securityArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

ourism has become a new way of living with the living standard development. This study analyses the tourism destination centrality and spatial patterns of the tourism system using complex network analysis. An analysis of 245 destinations in the South of Thailand has found that the network has a low network density, large average path length and low clustering coefficient. Some a small number of high-degree destinations connect to each other, while most connect to others with a low degree. The network comprises 18 subnetworks that destinations densely connect to others in the same subnetwork but sparsely connect to others in different ones. Destinations play different roles in the network based on which a centrality measure is used, degree, betweenness and closeness centrality. 31 destinations with high hub and authority centrality are the centers playing as hubs of the network. The study’s findings draw implications for the 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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
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 Opus0,045
Tête enseignante GPT0,318
Écart entre enseignants0,273 · 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'étudeThéorique ou conceptuel
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 revueUncertain Supply Chain ManagementMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207