«Vinn-vinn»: Samarbeid og utvikling i kystturismen. Forskningsglimt 1/2014
Bibliographic record
Abstract
Turisme og reiseliv i tilknytning til kysten har lange\ntradisjoner i Norge. Turister som besøker Norge\ntiltrekkes i stor grad av naturen, og mange fascineres\nav kysten. Kysten og marine områder har\ntiltrekningskraft gjennom landskapet, dyreliv,\nnaturfenomener (slik som nordlyset), samt kultur,\nmat, attraksjoner og aktiviteter. Siden både turismen\nog kysten er i endring må også kystturismen\nutvikles og tilpasses hvis den skal henge med i\nkonkurransen og utnytte mulighetene. En vei til\ndette går gjennom samarbeid. Samarbeid er blitt\net mantra i reiselivet og kan noen ganger framstå\nsom en floskel. På den andre siden kan mye oppnås\nnår aktører samarbeider, og reiselivet er på mange\nmåter en utadvendt næring. Det er imidlertid ikke\nnoen snarveier til utbytterikt samarbeid.\nI prosjektet «Samarbeid for å styrke utviklingen av\nkystturisme» («CoastTour») finansiert av Norges\nforskningsråd og Hurtigruten, har vi, med utgangspunkt\ni fire kystturismeaktører, undersøkt ulike former\nfor samarbeid. Dette Forskningsglimtet gir en\npopulærvitenskapelig presentasjon av resultatene\nfra dette studiet. For å utvide perspektivet trekker vi\nogså inn eksempler fra British Columbia i Canada.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.011 |
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; both teacher heads agree on what is shown here.
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".