MétaCan
Menu
Retour à la cohorte
Enregistrement W7101438775 · doi:10.21083/crrf.v27i1.8611

Can tourism contribute to social-environmental resilience? Benefits and challenges of tourism mobility in Newfoundland and Labrador

2025· article· W7101438775 sur OpenAlexaffabout

Notice bibliographique

RevueProceedings of the Canadian Rural Revitalization Foundation · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensDalhousie UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTourismMobilitiesPeninsulaTourism geographyBattleResilience (materials science)Psychological resilienceResource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

Throughout the North Atlantic region, nature-oriented tourism is being developed as a strategy for building the resilience of coastal, rural communities. From a tourism mobilities theoretical perspective, successful tourism development means connecting local communities and environments to global flows of people and communication. Much of the tourism mobilities literature focuses on the movements and experiences of tourists. In this paper, by contrast, we focus on tourism impacts within host communities. We draw on field observation and interviews carried out in the Burin Peninsula and Battle Harbour, Newfoundland and Labrador, to examine the benefits and challenges of connecting these local places to large-scale tourism mobility networks. Our results show that in the wake of declining natural resource economies, tourism can help contribute to the social-ecological resilience of coastal communities, with positive social, cultural and economic impacts. There are also, however, challenges inherent to connecting to large-scale tourism mobility networks and the benefits of tourism are not distributed evenly through host communities. We conclude by arguing that conscious efforts should be made to structure tourism development to increase its potential to contribute to the social-ecological resilience of host communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,563
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,267
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Rural Revitalization FoundationMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207