Incidencia de la gastronomía para elegir un destino. Caso de estudio: Baños de Agua Santa. Tungurahua-Ecuador
Bibliographic record
Abstract
El punto de partida para este trabajo sobre la naturaleza de la demanda del producto de gastronomía turística es la motivación que los turistas tienen para los destinos y experimentar su gastronomía. Con base a este argumento se realiza la investigación en la Ciudad de Baños de Agua Santa, cantón de la Provincia de Tungurahua considerado como uno de los destinos turísticos más visitados en el Ecuador. La investigación se realiza considerando una muestra de turistas a los que se les aplica una encuesta para determinar las motivaciones de su viaje. De igual manera se procede con los restaurantes legalmente registrados a los que se les aplica un instrumento similar con el propósito de conocer la oferta gastronómica. Los resultados obtenidos indican los aspectos relevantes de la situación de la gastronomía en la ciudad de Baños de Agua Santa estableciéndose que es un elemento importante en el entorno y desarrollo de las actividades turísticas como soporte de la operación, presenta una diversidad de comidas nacionales e internacionales buscando satisfacer los requerimientos de los visitantes. Al comparar los resultados obtenidos y realizar un análisis de contraste entre el tipo de turistas y el tipo de gastronomía se establece que, sin embargo de ser la gastronomía un elemento importante que da sostenimiento a la actividad turística de la ciudad, no es un factor determinante como para que los turistas elijan el destino por esta razón. Sin embargo se concluye que la gastronomía manejada de forma adecuada, manteniendo los niveles de calidad de la oferta de platos y la calidad de servicio se constituye en un elemento promocional importante que por sus características de experiencia sensorial es capaz de potenciar el destino.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
| gpt | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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, unvalidatedLabeled directly by 2 models reading the full record.
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".