Satisfacción de los participantes en la competencia Birding Rally Challenge 2012 y 2013 en Tambopata y Machu Picchu sobre accesibilidad, seguridad y servicios turísticos
Bibliographic record
Abstract
La presente investigación partió del interés por el segmento de observación de aves en el Perú, donde el Birding Rally Challenge se considera una de las primeras competencias de avistamiento de aves en el país, siendo el primer formato realizado en Latinoamérica. El estudio pretende identificar y conocer la satisfacción de los participantes sobre la accesibilidad, seguridad y servicios turísticos en la competencia Birding Rally Challenge realizadas en las ciudades de Puerto Maldonado (Madre de Dios) y Machu Picchu (Cusco) en los años 2012 y 2013. Ambas ediciones estuvieron organizadas por PROMPERU e ITA de Inkaterra. Debido a que la observación de aves en el país cobra mayor importancia, se está empezando a ofrecer a los turistas servicios turísticos óptimos, con una adecuada accesibilidad y brindar a estos la seguridad en los destinos predilectos para realizar este tipo de actividad; surge la necesidad de conocer cuál es la situación actual y las debilidades y/o fortalezas de los servicios brindados en la actividad que hasta el día de hoy no han sido analizados, con la finalidad de lograr más competencias de nivel internacional.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".