Uncorking the potential of wine: an empirical prediction of consumers’ intention to visit wine tourism destinations (WTDs) post-COVID-19
Notice bibliographique
Résumé
Purpose The study aims to examine consumers' intentions to visit wine tourism destinations (WTDs) in Canada post-COVID-19 by combining destination-related constructs with the theory of planned behavior (TPB). Design/methodology/approach Convenience sampling was employed in the online survey method to gather data. Using AMOS and SPSS software, structural equation modeling (SEM) was used to analyze the data. Findings The outcomes of the SEM show that a powerful model for predicting consumers’ intention to visit WTDs was developed by combining the TPB with additional variables. More precisely, the study identified that consumers' attitudes, perceived behavioral control, wine product involvement and motivation exhibit positive influences on their intention to visit WTDs. Conversely, subjective norms and the destination wine image did not influence the intention. Research limitations/implications The findings have important ramifications for various parties involved, including the government, travel agencies, tourism associations and wine producers. This research's emphasis on consumer behavior enables practitioners to adjust to the changing needs of consumers in the post-pandemic environment. Originality/value The drawn-out model gives an improvised view of consumers’ behavioral intentions to visit WTDs post-COVID-19 by testing an integrated structural model comprising TPB and destination-related constructs. As far as the authors are aware, this research represents the first-ever effort to predict consumer's intentions to visit WTDs post-COVID-19.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».