MétaCan
Menu
← Retour à la cohorte
Enregistrement W7053529143

Why Tourism Eludes the Grasp of Stakeholders? Some Reflections on Sustainability

2017· article· en· W7053529143 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismCompromiseSustainable tourismDualismSustainabilityCorporate governanceStakeholderEcotourism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The paradoxical attributes of tourism for being good and bad at a time makes it open for criticism. This paper questions whether this dualism is inherent in its character or is circumstantial. No stakeholder wants tourism to elude his grasp, why then it goes awry in many cases. To explain this phenomenon the paper takes a back view of the industry and underpins shortfalls that are responsible for its downturn. Barring nature catastrophes, spread of epidemics and war, etc., in most cases, tourism stakeholders were found at fault for ignoring essential tenets of sustainable development; they fall prey to avarice and compromise with short-term market forces resulting in negative consequences in physical and socio-cultural settings. The environment suffers often irreversibly. Mass tourism, weak community resilience, poor knowledge-equipment of stakeholders, aspect of seasonality, unskilled workforce, limited knowledge of ecological systems, policy failure and lack of governance and community inertia are some of the features that weaken tourism industry. Only a few but important features will be discussed in this paper. By comparing stakeholders' good and bad practices at two mountain destinations, Whistler resort in Canada and Manali in the Indian Himalayas, the paper concludes that paradox in tourism is a myth; tourism is neither good nor bad, it is what stakeholders make of their recreational resources. Keywords: sustainability; tourism industry; stakeholders; resilience; Manali; Whistler.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,031
Communication savante0,0070,007
Science ouverte0,0010,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,137
Tête enseignante GPT0,351
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetLaser Design and Applications→Travaux en français237 207→