MétaCan
Menu
Retour à la cohorte
Enregistrement W7125219768 · doi:10.62381/acs.atss2025.15

Embracing Nature: An Optimization Model for Sustainable Tourism Development

2025· article· W7125219768 sur OpenAlexaboutno aff
Kaixuan Ni

Notice bibliographique

RevueAcademic Conferences Series · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueDiverse Aspects of Tourism Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismBeijingSustainable developmentSustainable tourismCruiseEcological footprintPopulationOrder (exchange)

Résumé

récupéré en direct d'OpenAlex

Juneau is a small city with a population of only 32,000, close to Canada. Due to the glacial mountains, the only way to get to Juneau from the rest of Alaska is by boat or airplane. The Mendenhall Glacier, located locally, is a well-known attraction and is visited by a large number of tourists during the cruise season, which runs from early April to the end of October each year. However, the growth of the tourism industry has had negative impacts there, such as the receding glacier and a decline in the quality of life for residents. In order to make the tourism industry in Juneau sustainable, we constructed an optimization model to give suggestions for specific measures. Additionally, we further generalize the model. Among the over-tourism regions, we choose Beijing as the research object. The ecological footprint and sustainable development indicators of the region are considered and measures are proposed to fit Beijing's own situation. Besides, among the regions with few tourists, we choose Qinghai as the target. The data were also processed and analyzed, and the final results show that its tourism industry is declining due to the decrease in the number of tourists. Our suggestion is to promote the natural beauty of the area to attract tourists and thus to see the sustainable development of the tourism industry.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,035
Tête enseignante GPT0,358
Écart entre enseignants0,323 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Conferences SeriesMême sujetDiverse Aspects of Tourism ResearchTravaux en français237 207