Strategies and policies for sustainable development of Vietnam’s cultural industries using SWOT, AHP and QSPM approaches: A case study of the cultural tourism sector
Notice bibliographique
Résumé
Sustainable development strategies and policies for Vietnam’s cultural industries and cultural tourism play a crucial role in promoting distinctive cultural values and simultaneously fostering a country's economic and social development. The main aim of this paper is to propose sustainable development strategies and policies for cultural tourism within Vietnam’s cultural industries by applying a combined approach. The methodology integrates qualitative Strengths, Weaknesses, Opportunities, Threats (SWOT) analysis and quantitative methods, including the Analytical Hierarchy Process (AHP) method and the Quantitative Strategic Planning Matrix (QSPM), to evaluate internal and external factors influencing sustainable development of cultural tourism in Vietnam. Two hundred twenty-six survey responses from tourists, cultural tourism site managers, and 35 expert opinions were collected and analyzed. The findings identify the most significant strengths, weaknesses, opportunities, and threats impacting the sustainable development of cultural tourism in Vietnam. Among these, the strengths and opportunities outweigh the weaknesses and threats. Based on the analysis from the SWOT-AHP-QSPM model, the study discusses and develops a growth-oriented strategy, prioritizing the application of digital technology in cultural tourism services, enhancing tourists' experiences, improving service quality, and strengthening cultural tourism promotion campaigns. The preliminary findings provide insights for policymakers, cultural tourism service providers, and local communities to adopt policies and strategic solutions that will promote the sustainable development of cultural tourism in the future, contributing to the growth of Vietnam's cultural industries.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».