MétaCan
Menu
Retour à la cohorte
Enregistrement W4401523738 · doi:10.1080/09669582.2024.2390577

Tourism and climate change stocktake: a call to action

2024· article· en· W4401523738 sur OpenAlexaff
Susanne Becken, Daniel Scott

Notice bibliographique

RevueJournal of Sustainable Tourism · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTourismClimate changeBusinessEnvironmental resource managementAdaptation (eye)Climate change adaptationDestinationsAction (physics)Quality (philosophy)Environmental planningGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The first climate action stocktake cycle under the Paris Agreement was completed in 2023 to assess global progress on mitigation, adaptation, and climate finance goals. State-driven action needs to be complemented by sectoral efforts, and this paper builds on the first Tourism Stocktake undertaken in 2023 that examined climate action in the tourism sector. First, an expert elicitation survey was conducted to validate and deepen the findings from the stocktaking activity. Second, an analysis of the Stocktake’s 40 metrics was undertaken against six criteria of indicator quality. The expert survey revealed a sector still in the early stages of implementing its climate response, with a consensus that 2030 tourism emission reduction targets would not be achieved. Tourism policy and investment were deemed inconsistent with climate ambitions, and current adaptation is insufficient for projected climate change, so that future impacts will restrict tourism development in some destinations. Analysis of the metrics exposed significant data gaps and a core set of 13 robust metrics to measure change over the next stocktaking cycle is identified. The paper concludes with recommendations to advance sector capabilities and collaboration to monitor progress on climate action for an updated Tourism Stocktake in 2026.

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)0,020
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,004
Communication savante0,0140,016
Science ouverte0,0030,011
Intégrité de la recherche0,0100,013
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,044
Tête enseignante GPT0,365
Écart entre enseignants0,321 · 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'étudeSans objet
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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable TourismMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207