interpretáció jellemzői és szerepe az örökségturizmusban különös tekintettel az épített örökségi helyszínekre
Bibliographic record
Abstract
A műemlékek, örökségi helyszínek közös múltunk részei. Valójában akkor lesznek az egyén szintjén is érzékelhető közös múlttá, ha használhatja, megismerheti és értékelheti azokat. A használat, hasznosítás egyik módja az örökségturizmus. Az örökségturizmus legfontosabb kihívása a múlt hiteles rekonstrukciója a jelenben. A turista számára a történelemben a hétköznapi ember érdekes, akivel azonosulni tud: kik és hogyan éltek egykor a történelmi falak, ma már nem használt eszközök, mára megszűnt gazdasági-társadalmi körülmények között. Mindeközben pedig a legfontosabb számára, hogy ő maga mit élhet meg ma a látogatás közben ugyanitt. Az eredetiség kapcsolja össze a történelmi épületeket és az örökségturistákat. A látogatói döntésben az élmény a kulcsszó. A történelmi környezet magas élményígérettel bír, kiváló kulisszája az élményszerű interpretációnak. A kutatásoknak és kreatív üzemeltetőknek köszönhetően számos interpretációs eszköz áll rendelkezésre, hogy az örökségi helyszínek megfeleljenek ennek a kihívásnak, azaz hiteles információkat és egyúttal a vendégkompetens élményszolgáltatásokat kínáljanak. A vonzerő által nyújtott élményt fokozó szolgáltatások fejlesztése a kultúrához köthető, előnyt biztosító versenyképességi tényező. Ugyanakkor a jó tapasztalatok erősítik az örökségi elem fontosságát és értékét, ennek következtében a látogató maga is érdekeltté válik a megőrzésében. A megfelelő interpretáció tehát tartósan megalapozza a fenntarthatóságot. A tanulmány a hatékony interpretáció jellemzőit és hatását vizsgálja – elsősorban – épített örökségi helyszínek vonatkozásában.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.015 | 0.009 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.034 | 0.008 |
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".