AUGUST 2001JOURNAL OF TRAVEL RESEARCH Prediction of Senior Travelers ’ Motorcoach Use from Demographic, Psychological, and Psychographic
Notice bibliographique
Résumé
Senior travelers (those 55 or older) are a substantial and accessible market for motorcoach operators because they represent a major portion of the motorcoach market. This study examined Pennsylvania senior travelers ’ motorcoach use and their important considerations in selecting a motorcoach tour. It was found that senior travelers ’ taking motorcoach tours could be predicted from their demo-graphic, psychological, and psychographic characteristics. The study provides practical implications that could be help-ful for tourist destinations and motorcoach companies to tar-get senior travelers and to build a sound marketing planning strategy. Motorcoach tour groups were one of the fastest and con-sistently growing segment of travel and tourism over the past decade (Chacko and Nebel 1993; Robinson 1994; Illum and Schaefer 1995). There are about 4,000 private motorcoach companies operating in the United States. A report prepared by the National Tour Association (NTA) indicated that a total of 624,626 tours were operated by tour companies in the United States and Canada in 1996, representing a 6.6% increase over 1995. They generated 74.1 million tour passen-ger days—a 5.3 % increase over 1995—and had a direct eco-nomic impact of $9.6 billion in tour expenditures in the United States (NTA and International Association of Con-vention & Visitors Bureaus 1996). Research shows that senior citizens, those 55 or older, represent 32 % of the motorcoach market (Robinson 1994) and 79 % of those 55 or older are likely to charter a motorcoach. As a point of perspective, the baby boomers (ages 35 to 54) represented the largest segment of past motorcoach travelers, with 36%. As this group ages, it can be argued they will continue to take motorcoach tours (United Motorcoach Association 1999). Although the senior market has been studied extensively (e.g., Teaff and Turpin 1996; Lieux, Weaver, and McCleary
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,011 |
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 ».