XÁC ĐỊNH GIÁ TRỊ KINH TẾ DU LỊCH CỤM ĐẢO HÒN YẾN, TỈNH ĐẮK LẮK
Bibliographic record
Abstract
Nghiên cứu sử dụng phương pháp chi phí du hành theo vùng để định lượng giá trị kinh tế du lịch của cụm đảo Hòn Yến. Thông qua khảo sát du khách nội địa và phân tích dữ liệu theo khoảng cách vùng địa lý, nghiên cứu đã xây dựng được đường cầu du lịch và ước lượng tổng giá trị kinh tế du lịch đạt khoảng 339.450 triệu đồng/năm. Trong đó, thặng dư tiêu dùng của du khách lên đến 76.298 triệu đồng, chiếm hơn 22% tổng giá trị, phản ánh tiềm năng kinh tế cao của điểm đến. Kết quả cho thấy có sự khác biệt giữa các vùng về tỷ lệ tham quan, chi phí du hành và mức sẵn sàng chi trả; trong đó, các vùng lân cận có mật độ tham quan cao hơn, còn các vùng xa lại đóng góp lớn hơn vào tổng giá trị kinh tế. Mô hình hồi quy cho thấy mối tương quan chặt chẽ (R = 0,753; Sig. F = 0,042) giữa chi phí du hành và số lượt khách tham quan. Nghiên cứu này chỉ tập trung đo lường khía cạnh doanh thu và thặng dư tiêu dùng trong giá trị du lịch, cho nên chưa tính tới các mặt khác như lợi ích xã hội, văn hóa và môi trường. Nghiên cứu cũng đề xuất nên mở rộng khảo sát đối với du khách quốc tế và theo chuỗi thời gian nhằm nâng cao khả năng ứng dụng của kết quả.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.060 | 0.010 |
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".