THE MATURATION OF TOURISM RESEARCH: EVIDENCE FROM A CONTENT ANALYSIS
Bibliographic record
Abstract
Bu makale, turizm araştırmaları alanının içerisinden ve dışından yapılan alıntıları karşılaştırmaktadır. İçerik için, Annals of Tourism Research dergisinden (1-30. ciltler arası) alman ve 1254 adet referans girdisinden sistematik ve tabakalı bir örneklem kullanılmıştır. Turizm araştırmalarında kullanılan alan içi alıntıların fre ve eğilimini alan dışı alıntılarla karşılaştırmak amacıyla, veriler altı adet 5 yıllık dönem halinde gruplandırı Nudist Nvivo adlı program yardımıyla örneklemin odaklı kodlaması, beş analitik birim (yazar, başlık, yayın, < alan/bilimdalı) kullanılarak, üç genel kategori altında (turizm, turizm ile ilişkili ve turizm dışı) gerçekleştir Araştırmada, rekreasyon, boş zaman ve ağırlama gibi turizmle ilişkili kaynaklardan yapılan alıntıların, yıll sinde sürekli bir düşüş gösterdiği ve şu anda tüm analitik birimler boyunca %7 gibi bir orana gerilediği görül Öte yandan turizm alanından ve turizm dışı alanlardan yapılan alıntıların birbirine oranı, yazara göre %54 başlığa göre %56'ya %37, yayına göre %41'e %51, dergiye göre %44'e %49 ve bilimdalına göre ise %2Î olarak belirlenmiştir. Tek bir derginin kullanılmış olmasının getirebileceği sınırlamalara rağmen, seçile aracı için belirlenmiş olan alıntı modellerinin, turizmin bir bilimdalı olarak olgunlaşma sürecine ışık tuta düşünülmektedir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.094 | 0.253 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.016 | 0.021 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.014 | 0.013 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".