MétaCan
Menu
Retour à la cohorte
Enregistrement W4396626856 · doi:10.24124/2024/59489

Exploring preparation for backcountry travel in Bowron Lake Provincial Park, British Columbia

2024· dissertation· en· W4396626856 sur OpenAlexaboutno aff
Kevin J. Fraser

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecreationVisitor patternTRIPS architectureOutdoor educationGeographyTourismEnvironmental planningMentorshipPsychologyEnvironmental resource managementArchaeologyEngineeringEcologyTransport engineeringMedical educationPedagogyMedicineEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Outdoor recreation trips have long been conceptualized as relatively linear multiplephased experiences. Previous studies of recreational activities and visitor experiences in backcountry settings have largely focused on the onsite phase. This study, however, explored the nature and elements of preparation and its influence on the backcountry experiences and meanings, as recollected by participants. Secondarily, this project aimed to better understand the roles of technology in preparation. The study used semi-structured interviews with participants who had completed one or more canoe or kayak trips in Bowron Lake Provincial Park in British Columbia, a world-renowned backcountry canoe circuit. Findings indicate that preparation is an ongoing process comprised of multiple elements by which participants are involved throughout all phases of an outdoor experience. Preparation can help improve safety and satisfaction during backcountry experiences and has important implications for recreation and leisure programs and practices, parks and protected areas management, and outdoor education. Conceptually, the research suggests that preparation is not as linear or time-bound as the five-phase model would suggest. Rather, aspects are ongoing throughout and between trips, accrued with mentorship and training over the course of a career, and involve elements of tasks and efforts beyond simply ‘planning’ trip logistics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,399

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,325
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207