MétaCan
Menu
Retour à la cohorte
Enregistrement W4410875508 · doi:10.5267/j.dsl.2025.3.010

Sustainability of community-based mangrove ecotourism in Bali, Indonesi

2025· article· en· W4410875508 sur OpenAlexvenueno aff
Made Kembar Sri Budhi, I Nyoman Mahaendra Yasa, Ida Ayu Nyoman Saskara, Ni Putu Nina Eka Lestari, Ni Nyoman Reni Suasih, Ni Komang Ayu Rustini, Ni Luh Tesi Riani

Notice bibliographique

RevueDecision Science Letters · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésEcotourismSustainabilityMangroveBusinessGeographyEnvironmental resource managementAgroforestryEnvironmental planningTourismEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Bali is a world tourist destination that is famous for having various types of interesting maritime tourism, including mangrove areas which are typical of equatorial regions. The purpose of this study is to develop a model that can predict the sustainability of ecotourism in the mangrove area in Bali based on the approach of empowering local potential and empowering the community. Data analysis was carried out using Bayesian Network analysis, where input was based on the results of the FGD. The results show high probability of realizing the sustainability of ecotourism, where the most influential variables are community participation and local product developers or mangrove-based products. In addition, the condition of the mangrove forest also needs attention, considering that the sustainability of mangrove ecotourism is very sensitive to changes in the condition of the mangrove forest. The three main variables have reflected the combination of the three elements of sustainability, namely people-social (community participation), planet-environment (mangrove forest condition), and profit-economic (developing of mangrove-based products). Mangrove ecotourism development in Bali should be focused on increasing community participation and the development of mangrove-based products.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,349
Écart entre enseignants0,332 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207