Addressing the Attitude Behaviour Perception Gap—Multimethod Sustainable Tourist Behaviour Evaluation
Notice bibliographique
Résumé
ABSTRACT Quantitative and perceptual studies have been used to define and model sustainable tourist behaviour in past years, but few studies have undertaken qualitative research of actual behaviour to delve deeper into understanding the different classifications of such behaviour. This research employed a three‐phase design, comprising a pretrip survey, in‐person semistructured interviews and participant observation of tourist behaviour during an adventure cruise expedition. The aim was to test the accuracy of the Holmes–Frochot model of everyday behaviour and assess whether sustainable tourist behaviours were actually demonstrated rather than just intended. Survey data were analysed using cluster and regression analysis, while interview transcripts and field notes were examined through deductive thematic analysis. Findings suggest that the Holmes–Dodds–Frochot model of everyday behaviour can help be a good predictor of sustainable travel behaviour, and that the constructs of frugality, pro‐ecological behaviour and altruism emerge differently as distinct tourist influences. By combining these quantitative and qualitative findings, this research has been able to derive meta‐inferences examining how perceived intentions manifest to actual behaviours. Furthermore, these meta‐inferences highlight nuances in how travellers understand and practice sustainability, with the qualitative findings delving deeper into the motivations and constructs that may help destinations understand ‘sustainable’ travellers.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».