Innovative and Sustainable Tourism Management: The Role of Local Wisdom in 'Jelajah Danau Ranau'
Notice bibliographique
Résumé
This study aims to enhance sustainable tourism management in 'Jelajah Danau Ranau,' Lampung Barat, by examining the roles of stakeholder collaboration, entrepreneurial innovation, local community empowerment, and digital adaptation. It also investigates the moderating effect of local wisdom on these relationships. A mixed-method approach was employed, combining quantitative and qualitative data collection. Surveys were distributed to stakeholders, including local community members, tourists, and business owners, and analyzed using SmartPLS for structural equation modeling. In-depth interviews with key informants were analyzed using NVivo for thematic analysis. The results indicate that stakeholder collaboration, entrepreneurial innovation, local community empowerment, and digital adaptation significantly enhance sustainable tourism management. However, local wisdom did not significantly moderate these relationships, suggesting that its impact is context-dependent and varies based on integration with modern sustainable practices. This research contributes to the literature on sustainable tourism by integrating multiple factors and highlighting the importance of stakeholder collaboration, entrepreneurial innovation, local community empowerment, and digital adaptation. It offers valuable insights for policymakers and practitioners in developing culturally appropriate and environmentally sustainable tourism strategies. The study's novelty lies in its comprehensive approach, combining stakeholder collaboration, entrepreneurial innovation, local community empowerment, and digital adaptation with the analysis of local wisdom. This provides a holistic understanding of sustainable tourism management in a developing country context.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».