Forecasting International Regional Arrivals in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ii Considerable research has been done on comparative research models for forecasting tourist arrivals nationally. However, hardly any published study has tested regional international arrival forecasting accuracy. This study focuses upon forecasting arrival to the main regions of entry to Canada, using quarterly international arrival flows into the provinces of Canada from 2000Q1 to 2007Q4. Forecasts are run using the Basic Structural Time Series model (BSM) and the Causal Time Varying Parameter model (TVP) on quarterly data with an ex ante forecasting period 2006Q1 to 2007Q4. Assuming the forecasting process can firstly be shown to operate using time series methods, a further step would be to develop a theoretical model of suitable regional determinant variables for extending the forecasting process into a causal modelling framework. The aim of this study is to determine whether accurate international regional forecasts can be derived; also to assess whether time-series or regression based models derive the most accurate forecasts; and further develop the theory of demand forecasting for regional tourism demand forecasting. Forecasts are made for twelve provinces of Canada regionally and for the whole of Canada nationally in order to test whether accurate international regional forecasts can be derived relative to national arrival forecast. To determine the most accurate forecast, accuracy of the arrival forecasts of each model is measured for each region using the mean absolute percentage error (MAPE) and the root mean square error (RMSE), and compared against the bench mark of a simple naïve model. These forecasts will provide interesting regional forecasts for the first time in Canada and allow for an assessment of the potential use of regional forecasting. iii
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle