Ukrainan sodan vaikutukset Suomen matkailuun
Notice bibliographique
Résumé
Työ keskittyy Venäjän hyökkäyssotaan Ukrainassa, ja siihen miten se vaikuttaa Suomeen suuntautuvaan matkailuun. Maailmanlaajuinen koronapandemia ja sen jälkeinen Euroopassa syttynyt sotatilanne ovat vaikuttaneet merkittävästi. Opinnäytetyön tavoitteena oli selvittää, miten Ukrainan sota vaikuttaa suomalaiseen yhteiskuntaan, erityisesti matkailuun. Tavoitteena oli tuoda ilmi tällaisen kriisin vaikutuksia ja tarkastella kriisin vaikutuksia erityisesti matkailuun Pohjois-Savon alueella. \n \n \n \nTyö on tehty kirjallisuuskatsauksena. Työssä ei tehty erillistä tutkimusta, vaan paremminkin olemassa olevaa tietoa tutkittiin ja analysoitiin. Työn pohjana käytettiin erilaisia lähteitä, kuten aikaisempia tutkimuksia, tilastoja ja muita aiheeseen liittyviä dokumentteja. Analyysin avulla pyrittiin saamaan selville, miten kriisiin vaikutukset ilmenevät matkailutilastoissa ja mahdollisesti myös yhteiskunnallisissa ilmiöissä. \n \n \n \nTyön tulokset osoittavat, että Ukrainan sota on vaikuttanut huomattavasti Suomen matkailuun. Venäläisten turistien määrä on vähentynyt, mikä on aiheuttanut huolta matkailualalle erityisesti Pohjois-Savon alueella. Yhteiskunnan ilmiöissä kriisin vaikutukset näkyvät turvallisuuden tunteessa ja matkailupäätöksissä. Jatkotutkimuksessa voidaan syventyä tarkemmin koko Suomen laajuisiin vaikutuksiin, tai analysoida venäläisten turistien määrän vähenemisen vaikutuksia koko yhteiskuntaan. Opinnäytetyössä on hyvä pohja mahdollisille tutkimuksille tulevaisuudessa.
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) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,056 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».