Bibliographic record
Abstract
Si les liens entre tourisme et gastronomie sont anciens, il existe actuellement une prise de conscience que l’alimentation n’est plus une fonction secondaire de l’activité touristique, mais peut mêmedevenir sa raison centrale. Pour désigner ce chang ement de perspective, diverses expressions sont utilisées avec plus ou moins de bonheur. Aux États-Unis et au Canada, la notion de tourisme culinaireest largement utilisée (culinary tourism). En Europe, la notion de tourisme gastronomique est parfois utilisée alors que, plus souvent, l’intérêt spécifique porté à un produit, le vin par exemple, fait parler de viti-vini-culture en France oud’enoturismo en Italie. Dans plusieurs pays, l’agrotourisme est la seule référence mentionnée même si, comme c’est le cas en Angleterre, certains auteurs parlent de tourisme du « bon » goût (tasting tourism). En somme, en rapport à quel référent ce nouveau tourisme se définit-il ? À l’activité culinaire (stricto et largo sensu) ? Aux producteurs ou aux produits ? À l’espace rural ou urbain, ou encore au goût, à la sensation du consommateur final ? Bref, selon les points de vue, les questions soulevées et les réponses suggérées sont parfois sans point de convergence.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.110 | 0.028 |
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".