Transitioning from onsite to virtual tourism using metaverse: An EcoTech framework for sustainable tourism development
Notice bibliographique
Résumé
This study investigates how Virtual Reality (VR) tourism can help combat environmental degradation in Pakistan, including its potential to promote socio-economic growth in the country. Given the ever-increasing concerns governing the ecological degradation posed by physical tourism in a global landscape, VR tourism offers a sustainable alternative with much lesser impact on the environment and natural resources than on-site tourism. This study thus offers a conceptually-driven yet theoretically-supported and literature-backed EcoTech framework that integrates the external & internal factors affecting the adoption and effectiveness of virtual tourism activities & initiatives. To this end, the influence of external factors such as environmental concerns, environmental responsibility, pro-environmental behavior, eco-guilt and ecological impact on travel was theoretically evaluated to understand the individuals’ attitudes toward embracing virtual tourism. Moreover, the influence of age, gender, income, educational background and household size of the individuals were also considered as key control factors that could potentially affect their visit intentions from socio-economic & demographic viewpoints. Accordingly, this study advocates ‘Willingness-to-Forgo-Pleasure-of-In-situ-Tourism’ as a key enabler for promoting eco-friendly tourism and environmental sustainability as a whole. By and large, the suggested EcoTech framework offers some policy insights and guiding mechanisms for tourism industry stakeholders such as tour operators, government tourism departments including the eco-conscious travellers & tourists looking for cost-effective, environment-friendly and resource-efficient alternatives to on-site tourism.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».