La mise en tourisme du patrimoine viticole : l’œnotourisme dans les vignobles du Cap Bon (Tunisie)
Bibliographic record
Abstract
Le développement de l’œnotourisme et la possibilité d’intégrer la dimension paysagère et patrimoniale dans les activités touristiques placent les vignobles de la péninsule du Cap Bon (Tunisie) en excellente position pour associer terroir, patrimoine et paysage. La mise en tourisme du patrimoine viticole et des ressources naturelles non liées exclusivement au soleil et à la mer trouvent ainsi un nouveau sens (gastronomie locale, produits de terroirs, routes viticoles, labellisation). Malgré l’importance des aménités touristiques viticoles, l’œnotourisme au Cap Bon ne représente pas encore une réelle offre alternative, ou du moins, sa promotion n’est pas ou peu visible. L’objet de cet article est de comprendre l’émergence d’une fréquentation œnotouristique à partir d’entretiens avec des acteurs locaux. Il vise également à démontrer dans quelles conditions le Cap Bon pourrait intégrer la valorisation de son paysage et de son patrimoine viticole colonial aux politiques de diversification du produit touristique tunisien.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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, 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".