Indigenous tourism in Asia and Malaysia: the bibliometric analysis
Notice bibliographique
Résumé
Indigenous tourism has gained popularity among tourists seeking diverse cultural experiences. This study provides a comprehensive bibliometric analysis of Indigenous tourism research in Asia, especially in Malaysia, covering publications from 1993 to 2024. Using the Scopus database, 143 documents were analysed with VOSViewer, Microsoft Excel, and Harzing’s Publish or Perish to map co-authorship networks, assess citation metrics, and track thematic trends. The findings indicate a significant rise in research output after 2000, peaking in 2016 (14 articles) and 2017 (13 articles), with 2010 and 2016 registering the highest average number of citations. Most publications were journal articles (102) written in English (138), with Australia leading in research output (47 documents), followed by the United Kingdom (18), Canada (15), and Malaysia (7). Keyword analysis revealed a strong emphasis on ‘Indigenous Tourism’ (74 occurrences), followed by ‘Indigenous Population’ (35), ‘Tourism Development’ (29), and ‘Ecotourism’ (21), which highlights sustainability, heritage, and empowerment as central research themes. The most active institution was the University of Queensland (17 publications), and prominent authors included L. Ruhanen (13 articles) and M. Whitford (9 articles). The field recorded 2,193 total citations, an h-index of 27, and a g-index of 39, which signals robust scholarly engagement. The study also observed increased collaboration among researchers, institutions, and countries, with a growing trend in interdisciplinary studies. It is recommended that future research promote multilingual dissemination, increase the participation of Indigenous communities, and expand beyond the dominant Western focus to include underrepresented regions such as Southeast Asia. These steps are vital for creating more inclusive, equitable, and culturally respectful Indigenous tourism frameworks that align with the goals of sustainable development and the preservation of heritage.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,130 | 0,175 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».