The 2010 Winter Olympics: A Mixed-Methods Investigation of the Hotel Industry and Tourism in the Demographic Clusters metro–Vancouver versus the alpine–Resort Whistler
Notice bibliographique
Résumé
In this thesis, applying an innovative postmodern equal-weight/sequential QUAN→PHEN Mixed-Methods Phenomenological Research (‘MMPR’) approach to study an Olympics’ impact within its two-cluster socio-demographic footprint forms its main contribution to knowledge. Facilitating between-methods triangulation is a novel eclectic pragmatic approach that is used to capture the richness of thematic data flowing from in-depth, open-ended interviews with most – 62 in all – senior Hoteliers spread evenly between distinct urban Metro-Vancouver and rural alpine-Whistler, whilst concurrently capitalizing on the availability of a unique BC Stats proprietary micro-municipal-level secondary data source, i.e., British Columbia’s ‘Additional Hotel Room Tax’ (‘AHRT’). Typically, traditional mono-method-positivist neo-classical economic syntheses are used to quantify an Olympic Games’ ex-ante or ex-post impact. This study’s findings confirm that such syntheses attempts, at the micro-municipal level, lead to inevitable dead-ends. At a sub-national level of micro-granularity, using available economic models is an impossible task due to the insurmountable practical problem of complete lack of, or paucity, of data. When applied to assess mega-events, such modelling is shown to lack credibility; models are insufficiently comprehensive or its users consciously engage in ‘shenanigans’ by force-fitting input/output to produce pre-ordained outcomes for political expedience and meeting agency interests. The ‘MMPR’ approach acknowledges and respects the established and ‘current-thinking’ paradigmatic epistemological and ontological perspectives. ‘Hotel Activity’, measured via ‘AHRT’, is substituted as a ‘Proxy’ for ‘Tourism’ following empirically establishing these three variables as highly correlated. Prevalent academic findings of negative impacts from Winter Olympics are not borne out. Phenomenological issues of ‘illusory correlations’ and ‘data saturation’ are addressed.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 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 ».