Changes in visitor behaviour in Canadian National Parks due to COVID-19: focusing on visitor spatial location and the distance between park facilities and visitors
Notice bibliographique
Résumé
• COVID-19 significantly reduced visitor numbers in Canadian National Parks. • Visitor spatial distribution shifted toward remote, less-populated park areas. • Distance to natural features outweighed proximity to hotels post-COVID-19. • Flickr geotagged data revealed long-term shifts in visitor behaviour. • Policy should support diversified tourism products adapted to new preferences. COVID-19 has significantly altered visitor behaviour in Canadian National Parks (NPs), which are largely composed of forested landscapes that support vital human–nature interactions. To investigate these changes, this study selected six NPs and examined shifts in spatial visitation patterns and their relationship with proximity to park facilities before and during the pandemic. Based on 48,041 geotagged Flickr photos from 2018 to 2023, we employed the Seasonal Concentration Index (SCI), Geographic Concentration Index (GCI), Kernel Density Estimation (KDE), and the Optimal Parameter-based Geographic Detector (OPGD). Temporally, all six NPs experienced a pronounced drop in visitor numbers in 2020–2021, with only partial recovery by 2023. Spatially, visitor distribution remained highly uneven, with hotspots clustered around Banff, Jasper, and Lake Louise. However, a gradual dispersion of visitor flow toward less-developed and lower-density areas was observed in recent years. Importantly, COVID-19 shifted visitors’ spatial preferences: proximity to natural features such as rivers became more influential than the traditional pull of accommodations and services. These findings suggest a pandemic-induced reconfiguration of tourism behaviour, favouring more dispersed and nature-oriented experiences, though not necessarily closer to forest interiors. The study underscores the need for adaptive tourism planning that aligns with changing recreational demands and the ecological character of NPs.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».