MétaCan
Menu
Retour à la cohorte
Enregistrement W4414504401 · doi:10.5539/ach.v17n2p54

Research on the Behavioral Mechanism of Community Conflict in Tourism Development

2025· article· en· W4414504401 sur OpenAlexvenueno aff
Liu Lulu, Sridar Ramachandran, Sheena Bidin, Thanam Subramaniam, Cao Chaoyi

Notice bibliographique

RevueAsian Culture and History · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismStructural equation modelingPerceptionService (business)Resource (disambiguation)Mechanism (biology)Corporate governancePublic service

Résumé

récupéré en direct d'OpenAlex

Against the backdrop of rapid tourism development, conflicts between community residents and foreign tourism investors and local governments are becoming increasingly prominent. This paper focuses on the conflict behaviours of community residents and based on relative deprivation theory, institutional trust theory, and public service perception theory, constructs a theoretical model that includes variables such as institutional fairness, sense of participation, psychological belonging, and perception of benefit distribution. Residents of a popular tourist destination in East China were collected through a questionnaire survey, and the structural equation modelling (SEM) method was used to empirically test the relevant path relationships. The study found that: (1) relative deprivation has a significant positive impact on conflict behaviour; (2) institutional trust plays a partial mediating role between public service satisfaction and conflict behaviour; (3) improving residents’ sense of participation and psychological belonging can effectively alleviate conflict tendencies; and (4) a fair benefit distribution mechanism and environmental governance performance are also key factors influencing residents’ attitudes. Finally, this paper proposes policy recommendations for enhancing institutional trust, optimizing resource allocation, and strengthening community participation.

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)0,005
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,139
Tête enseignante GPT0,362
Écart entre enseignants0,222 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Culture and HistoryMême sujetRegional Development and EnvironmentTravaux en français237 207