Assessing Local Perceptions of Sustainable Tourism Development in National Parks: An Analysis Using SUS-TAS
Notice bibliographique
Résumé
Sustainable tourism has been recognized as a critical driver for enhancing both economic resilience and environmental stewardship in protected areas.To evaluate the perceptions of local communities regarding the impacts of sustainable tourism, a quantitative assessment was conducted across four national parks located in the Western Balkans: Bjeshkë t e Nemuna National Park (Kosovo), Prokletije National Park (Montenegro), and Valbona and Theth National Parks (Albania).The validated Sustainable Tourism Attitude Scale (SUS-TAS) was employed to measure resident attitudes across seven conceptual dimensions, operationalized through a 44-item questionnaire.A total of 595 responses were obtained from residents in the target regions, with stratified samples from Kosovo (n = 325), Albania (n = 160), and Montenegro (n = 110).Statistical analyses were performed using one-way analysis of variance (ANOVA) to identify significant differences among the national subgroups, followed by Scheffé post-hoc tests to specify intergroup contrasts.Findings revealed significant divergences in resident perceptions regarding the benefits and challenges associated with sustainable tourism, indicating a heterogeneous understanding of its value and impact.These differences suggest the necessity for region-specific strategies and collaborative policy frameworks aimed at enhancing awareness, fostering local engagement, and promoting equitable participation in environmental conservation and tourism planning.The results underscore the critical role of community-based perspectives in achieving long-term sustainability objectives within national park governance and highlight the importance of harmonizing cross-border efforts to strengthen sustainable tourism development in transboundary protected areas.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».