Buenas prácticas en la gestión del servicio a cruceros de los principales destinos del Caribe. Acciones para su mejora en el destino La Habana
Bibliographic record
Abstract
Dentro del crecimiento alcanzado por el turismo de cruceros, se destaca como primer destino mundial el área del Caribe. Ubicada en este contexto, se encuentra la isla de Cuba, cuyo desarrollo en el turismo de cruceros ha estado condicionado por las medidas tomadas a lo largo de los años por el gobierno de los Estados Unidos. La Habana, como principal puerto de la isla en la recepción de cruceros, presenta una deteriorada infraestructura; una escasa oferta extrahotelera; así como cifras inferiores en cuanto a llegadas de cruceristas y gastos de los mismos en el destino, en relación a destinos líderes del Caribe. Por tanto, la presente investigación tiene el objetivo de diseñar un conjunto de acciones que permitan mejorar la gestión del servicio a cruceros en el destino. Para esto, se empleó una metodología que permitió la identificación de las buenas prácticas de destinos del Caribe, líderes en la actividad, donde fueron empleados métodos teóricos y empíricos como el análisis bibliográfico, la entrevista a especialistas del sector y el criterio de expertos. De esta manera, los resultados obtenidos permitieron conocer la brecha de desempeño actual entre La Habana y destinos líderes del Caribe, así como la identificación de las buenas prácticas que estos realizan en la gestión del servicio a cruceros. Por último, se diseñaron 22 acciones que contemplan la implementación de estas buenas prácticas en la gestión del servicio a cruceros en La Habana.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".