Notice bibliographique
Résumé
Active tourism associations, 57 Active transport, 137 demand for low-carbon tourism strategies, 137-138 and low-carbon tourism, 138-140 postpandemic tourism trends, 136-137 recommendations, and policy implications, 143-144 role in promoting tourism experiences, 140-143 tourism, 139 Active travel, 139 African economies, 5 Agriculture, 60 Air traffic, 167 Airports, 166-167 terminal congestion, 167 Architecture, 164-165 Armed Forces of the Philippines (AFP), 199 Asian Development Bank (ADB), 93, 100 Asian financial crisis, 110 Association of Southeast Asian Nations (ASEAN), 4-5, 10 case studies in, 21-24 impact of COVID-19 on ASEAN tourism, 3-7 Economic Blueprint, 163-164 Economic Community, 163-164 region, 4-5, 22 Attraction, accessibility, accommodation, amenities, and activities (5A's of tourism), 31, 34, 36 elements of, 164-167 future-proofing tourism and, 172-173 survey of built environment complementation, 169-172 Business climate, 88-89 confidence, 80 and economic adjustments to "new normal", 94-97 entities, 94 models, 13 Canadian Trade and Investment Facility (CITF), 92-93 Capability building, 115 Carbon dioxide (CO 2 ), 138 Cash-for-work programs, 22 Causal loop diagram (CLD), 108, 111-112, 114 empirical evidence supporting, 119 on-process, 112-117 Challenges, 68, 228, 231 City cycling tours, 143 Coastal Underwater Resource Management Actions Project (CURMA Project), 54 Commendation, 120-127 Community engagement, sustainable travel and, 187 Community involvement, 117 Community-based tourism, 242-243 Community-centered tourism approach, 13-17 Community-driven tourism initiatives in local enterprises, 116 Competition, 34 Complexity adaptive systems, 172-173 Conservation, 21-22 Consultative voices of Samarnon, 207-211 Consumer confidence, 80 Consumer expectations, 101 Coopetition, 19 Coronavirus Aid, Relief, and Economic Security (CARES), 115 COVID-19, 20-21, 46 impact on ASEAN tourism, 3-7 pandemic, 4, 6, 46, 88-89, 94, 96, 98, 110, 114, 172, 220 Philippine macroeconomic performance surrounding, 162-163 Cruise port, 166 Cruise ships, 169-170 Cruise tourism, 170 Culinary tour, 142 Cultural awareness, 188 Cultural heritage, connecting with, 186 Cultural immersion, opportunities for, 186 Cultural preservation, 23 Cultural significance, 200 Cultural tourism, 35 Cultural walking tours, 141-142 Cycle tourism, 139, 182, 188, 190-191 Cycling, 182 tours, 143 Department of Education (DepEd), 203-204 Department of Environment and Natural Resources (DENR), 40, 225 Department of Environment and Natural Resources-Protected Area Management Board (DENR PAMB), 199 Department of Health (DOH), 97 Department of Labor and Employment (DOLE), 72, 97 Department of Social Welfare and Development (DSWD), 206 Department of the Interior and Local Government (DILG), 97
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,792 | 0,590 |
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 ».