Exploring the role of amenities, accessibility, and attractions on tourists' inclination to revisit a destination area
Notice bibliographique
Résumé
This study endeavors to explore the influence of amenities, accessibility, and attractions on tourists' inclination to revisit a destination area. Additionally, it aims to delve into the role of safety, comfort, and uniqueness as factors enhancing the relationship between amenities, accessibility, and attractions in fostering intention to revisit. This research holds significant promise in addressing pertinent issues within the tourism landscape of Indonesia, particularly within the captivating realm of Aceh Province. The data collection method employed a questionnaire technique, wherein questionnaires were distributed to a sample of 150 tourists through the online platform Google Form. The data analysis utilized Structural Equation Modeling (SEM) analysis, employing Partial Least Squares (PLS) statistical software techniques. The findings from the data analysis indicate that amenities, accessibility, and attractions are key factors in shaping perceptions of safety and comfort. Interestingly, while amenities and accessibility do not seem to affect perceived uniqueness, attractions were found to have a notable influence in this regard. Moreover, the analysis revealed that accessibility directly impacts revisit intention. It is surprising, however, that perceived safety and comfort do not mediate the effects of facilities, accessibility, and attractions on revisit intention. Similarly, perceived uniqueness does not appear to mediate this relationship either. Research underscores the importance of amenities, accessibility, and attractions in shaping perceptions of safety and comfort. While amenities and accessibility may not impact perceptions of uniqueness, it is evident that attractions significantly influence this aspect. Overall, the research underscores the importance of amenities, accessibility, and attractions in shaping perceptions, with attractions notably influencing uniqueness perception.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».