Diseño de un producto turístico para los viajeros procedentes de la Comunidad Autónoma de Galicia a La Habana
Bibliographic record
Abstract
Las agencias de viajes, en la etapa pos COVID-19 deberán orientar sus estrategias a priorizar la atención a aquellos mercados emisores de turismo, que presentan una recuperación mayor, y al diseño de nuevos productos. En esta situación se encuentra Cuba, al ser uno de los países que con más rapidez se restaura de la crisis. Atendiendo a que la Comunidad Autónoma de Galicia, se encuentra entre las que más emite viajeros al exterior y la existencia de profundos lazos históricos que la unen a Cuba, se precisa de productos turístico que en las condiciones de pos COVID-19, se adecuen a este segmento. La presente investigación se orienta al estudio del nivel de desarrollo de productos turísticos vinculados al patrimonio gallego en la ciudad de La Habana para, en consecuencia, proponer el diseño de una excursión turística para el mercado de demanda procedente de la Comunidad Autónoma de Galicia. Con dicho propósito, se emplearon métodos teóricos y empíricos, que permitieron realizar un análisis integral del comportamiento de dicho segmento. Se utilizó un procedimiento metodológico para el diseño de productos turísticos, aplicado en tres fases, que incluyó técnicas como la segmentación por beneficios, el método Delphi y estudios de factibilidad económica y financiera. Los resultados arrojados por la investigación reflejaron que, con la puesta en marcha de la excursión Habana Gallega se podrá satisfacer el segmento de demanda identificado en las condiciones de pos COVID-19; de igual forma quedó demostrado que el producto es viable cualitativa y cuantitativamente.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".