MétaCan
Menu
Retour à la cohorte
Enregistrement W7037426419

The Economic Impact of the UK Meeting & Event Industry

2013· report· en· W7037426419 sur OpenAlexaboutno aff

Notice bibliographique

RevueSurrey Research Insight Open Access (The University of Surrey) · 2013
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFern and Epiphyte Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic impact analysisTourismConsistency (knowledge bases)Metropolitan areaEconomic dataInternational comparisonsImpact assessmentEconomic sectorEconomic evaluation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The UK Economic Impact Study (UKEIS), commissioned by the Meeting Professionals International (MPI) Foundation and undertaken by Leeds Metropolitan University, represents a landmark study for the UK meeting industry. It is, to date, the most comprehensive assessment of the economic impact of the industry on the British economy. Although there has been growing recognition that the meeting industry makes a substantial economic contribution, the evidence base to support such a claim has, until now, been fragmented. Several valuable studies have been undertaken in recent years that have incorporated elements of the meeting industry, but their approach to economic modelling and data gathering have varied significantly. The lack of consistency and alignment with international standards has also prevented comparison between the value of the industry in one country and another. More importantly, it has made it difficult for the representatives of the meeting industry to provide evidence of its significance effectively. In order to provide a comprehensive profile of the UK meeting industry and to measure its economic impact robustly, the UKEIS adopted a framework designed by the UN World Tourism Organisation (UNWTO) for measuring the sector’s economic importance.3 This framework has been used for similar studies of the meeting industry in the USA, Canada, Mexico, Australia and Denmark. One of its particular strengths is that it connects with official national accounting systems, specifically Tourism Satellite Accounts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0100,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,283
Tête enseignante GPT0,429
Écart entre enseignants0,146 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurrey Research Insight Open Access (The University of Surrey)Même sujetFern and Epiphyte BiologyTravaux en français237 207