Navigating Financial Frontiers in the Tourism Economies of Kosovo and Albania during and beyond COVID-19
Notice bibliographique
Résumé
The problem addressed in this study is the profound impact of the COVID-19 pandemic on the tourism economies of Kosovo (KOS) and Albania (AL), which led to economic–financial stagnation and price increases. The aim was to analyze the financial frontier challenges facing the tourism industry during COVID-19 and beyond and propose effective strategies for shaping a sustainable future for countries within Europe with great potential for tourism development in the current decade. The survey was conducted in 102 locations, including cities, municipalities, regions, villages, and neighborhoods in both countries over the years 2020–2023, while data analysis was performed using a cluster analysis (K-means and hierarchical) and the multidimensional scaling method (Alscal). The results highlighted (a) the severe impact of COVID-19 on both the population and businesses in the tourism sector, which will persist beyond the pandemic, (b) the indispensable role of government intervention in alleviating the financial crisis, (c) the need for innovative approaches and accurate financial management by both the country and businesses to attract tourists, and (d) the importance of control and management for financial sustainability. This paper is of significant importance to tourism destinations as it provides insights into the severe impact of COVID-19 on both the population and businesses in the tourism economies. By highlighting the indispensable role of government intervention, the need for innovative approaches and accurate financial management, and the importance of control and management for financial sustainability, the study offers valuable guidance for tourism destinations in navigating the current crisis and attracting tourists. Furthermore, the paper emphasizes the need for future studies to explore opportunities for long-term financial resilience and growth, contributing to the development of sustainable tourism destinations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».