MétaCan
Menu
Retour à la cohorte
Enregistrement W4408236993 · doi:10.5267/j.jpm.2024.12.003

Innovative strategy: Utilizing social capital to develop green products

2025· article· en· W4408236993 sur OpenAlexvenueno aff
Made Setini, Ida Bagus Udayana Putra, Ni Made Wahyuni, Daru Asih, Evi Triandini, I Putu Santikayasa

Notice bibliographique

RevueJournal of Project Management · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Healthcare and Medical Tourism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial capitalBusinessIndustrial organizationCapital (architecture)Environmental economicsEconomicsSociologyGeographySocial science

Résumé

récupéré en direct d'OpenAlex

This research mainly focuses on developing health tourism in rural areas, especially in Bangli, Bali, which has excellent potential but faces various challenges. Through an approach that involves local community involvement, this research aims to create a tourism experience that supports physical and mental health while empowering local communities. The quantitative research method was used to collect data from 450 respondents in Subaya Village. The sample was taken with the criteria of understanding the concept of wellness tourism, having an empowerment group, and having acquired knowledge about designing wellness tourism-supporting products. After data collection, out of 450 questionnaires distributed, as many as 250 were returned, with 150 answers that met the respondents' criteria. The results of the analysis show that the integration of local cultural practices and natural resources can increase the attractiveness of destinations, as well as provide significant economic and social benefits for the community. The study also highlights the importance of eco-friendly products in enhancing the traveler experience, which can increase visitor satisfaction and loyalty. Through a sustainable health tourism model, it is hoped that synergy can be created between local economic development and environmental conservation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,111
Tête enseignante GPT0,482
Écart entre enseignants0,371 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Project ManagementMême sujetGlobal Healthcare and Medical TourismTravaux en français237 207