Transforming Tourism Destination Management: Response to Natural Disasters and the COVID-19 Pandemic - A Case Study of Sembalun Geosite in Indonesia
Notice bibliographique
Résumé
Sembalun is a tourist destination in Rinjani Lombok UNESO Global Geopark which made full with tourists, either local, domestic, or foreign.The 2018 earthquakes, which were followed by the COVID-19 pandemic, became the momentum of transformation of tourism development there.This research aims to investigate the transformation of tourism destination management in Sembalun Geosite following the 2018 earthquakes and the COVID-19 pandemic.This research uses a qualitative research method with a case study approach.Indepth interviews and participatory observation are primary data collection techniques and literature study is a secondary data collection technique in this research.The transformation was applied as an effort to improve the tourism management based on an evaluation from the DMO, as a response to the implementation of tourism principles in the new normal era, and an effort to make the tourism development in Sembalun Geosite fully sustainable.The transformation was implemented by: (1) changing the orientation of tourism development, from quantity to quality; (2) distributing tourist visits as even as possible; (3) encouraging the tourism management to play their roles orderly and thoroughly; (4) developing tourism based on preservation, not alteration; (5) developing strategies for unique tourism developments; and (6) fostering collaborations among tourism destination organizers in Sembalun Geosite.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».