Estrategia para implementar el comercio electrónico en la agencia de viajes Havanatur Tour & Travel del destino La Habana
Bibliographic record
Abstract
En la actualidad la comercialización en el sector turístico se desarrolla dentro de un entorno cada vez más dinámico y cambiante, donde el auge de la venta directa de productos y servicios online son elementos esenciales a tener en cuenta. La realidad de las agencias de viaje en Cuba está muy alejada de ese escenario mundial. Es por ello que esta investigación tiene como objetivo diseñar una estrategia para implementar el comercio electrónico en la agencia Havanatur Tour & Travel del destino La Habana, para lo cual se realizó un análisis de la situación actual desde el punto de vista de la comercialización electrónica de sus productos. Se aplicaron métodos, técnicas y herramientas como la observación directa no participativa, entrevistas no estructuradas, encuestas, análisis bibliográfico y documental; así como el análisis de los resultados de la aplicación de la matriz DAFO y la metodología para la evaluación de sitios web. Los resultados mostraron que la agencia no aprovecha al máximo el uso de las Tecnologías de la Información y las Comunicaciones (TIC) para el desarrollo de acciones comerciales y que el sitio web de la misma es altamente deficiente. Por lo que se proponen acciones para la mejora y desarrollo de la TIC en la agencia que propicien el desarrollo del comercio electrónico.
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 | 0.010 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".