Mapping the past to guide the future: Bibliometric insights into last chance tourism
Notice bibliographique
Résumé
The purpose of this study is to conduct a thorough bibliometric analysis of last chance tourism literature within the Web of Science (WoS) database, to identify research trends, key contributors, and significant publications to inform and guide future research efforts in this emerging field. Within this context, the research employed a bibliometric analysis approach and utilized bibliometric mapping techniques. The study established specific inclusion criteria to select articles aligned with the research objective. Subsequently, the scholars analyzed various parameters such as the most productive journals, popular keywords, annual publication trends, influential authors, highly cited studies, contributing organizations, and countries of significance. To fulfill the research objective, VOSviewer software was employed as a tool for analysis and visualization. The analysis yielded a total of 45 articles, starting from the first publication in WoS in 2010 and spanning until October 2022. It was seen that the three most cited articles were prepared by considering the polar region. It has been determined that the subject has gained momentum especially since 2019. Canada was at the top of the articles published on last chance tourism. Europe is the continent that contributes the most to last chance tourism with 18 different countries. Furthermore, the analysis revealed that the University of Ottawa stood out as the most productive institution, and the Journal of Sustainable Tourism emerged as the most prominent publishing venue.
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 | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,083 | 0,115 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».