MétaCan
Menu
Retour à la cohorte
Enregistrement W4395059542 · doi:10.32870/jbf.v2i1.25

Getting ready to work: adventure tourism guides’ eating and drinking behavior

2021· article· en· W4395059542 sur OpenAlexaff
Martha Leticia García-Solano, Claudia Llanes Cañedo, Fátima Ezzahra Housni, Joe Pavelka

Notice bibliographique

RevueJournal of Behavior and Feeding · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensMount Royal University
Organismes subventionnairesNational Science and Technology CouncilConsejo Nacional de Ciencia y Tecnología
Mots-clésAdventureTourismWildernessMountaineeringWork (physics)RecreationPsychologyEnvironmental healthAdvertisingGeographyMedicineEngineeringPolitical scienceEcologyBusinessHistoryArchaeology

Résumé

récupéré en direct d'OpenAlex

The main challenge for adventure tourism guides’ is group management in wilderness environments. Eating studies of mountaineers have linked physiological changes to environmental conditions. Research on tourist guides described their role in tourism activities and on tourist-guide, employer-guide or guide-guide interactions. Although studies on food and mountaineers have addressed issues such as the influence of food intake on hikers’ bodies, guides’ strategies to prepare themselves to work have seen little research. This qualitative study used in-depth interviews with six male professional mountain guides, on drinking and eating behavior prior to ascent to the Volcán Nevado de Colima National Park. Results indicate mountain guides avoid fatty foods and alcoholic beverages and stay hydrated days prior to any expedition.

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 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 enseignants0,219
Score d'incertitude au seuil0,648

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,334
Écart entre enseignants0,298 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Behavior and FeedingMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207