Leçons de la COVID-19 pour les politiques publiques de vulnérabilité et de résilience des destinations touristiques canadiennes
Bibliographic record
Abstract
Cet article porte sur les impacts différenciés de la pandémie de COVID-19 sur les destinations canadiennes en termes de vulnérabilité et de résilience. Nous explorons comment les politiques publiques peuvent mieux répondre aux disparités locales en matière de reprise touristique dans le futur à travers une approche territorialisée ou « place-based ». En utilisant l'Enquête nationale sur les voyages des Canadiens (2019-2021), nous comparons, à l’aide de statistiques descriptives, trois découpages couramment utilisés pour concevoir des politiques territorialisées : 1) provincial ; 2) typologique (urbain-rural) et 3) démographique en fonction de différentes catégories d’activités touristiques. Les résultats montrent que les écarts de vulnérabilité et de résilience sont davantage typologiques (urbain/rural) et liés aux types d’activités dominantes qu’à une distinction provinciale. Les zones urbaines ont été les plus vulnérables, avec des chutes allant jusqu'à l'annulation totale (100 %) des événements et spectacles et une réduction de près des trois quarts (72,62 %) dans les loisirs et divertissements au troisième trimestre de 2020 par rapport à 2019, suivi d'une faible reprise en 2021. À l’inverse, les zones rurales ont démontré une meilleure résistance, profitant des activités de plein air qui ont plus que doublé (+157,9 %) en 2020 et continuant à augmenter substantiellement (+48,3 %) en 2021, bien que cela ait mené à un risque accru de surfréquentation dans certaines zones périphériques peu habitées nouvellement prisées. Ces constats soulignent l’importance d’adopter des politiques publiques territorialisées flexibles, modulées en fonction de la vulnérabilité et de la capacité de rebond des destinations, plutôt que fondées sur un cadre prédéterminé. Pour le Canada, comme la vulnérabilité et la résilience varient peu d’une province à l’autre, l’opposition entre milieux urbains et ruraux s’avère la plus pertinente pour différencier les interventions.
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 | 0.008 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".