Marknadsplanering : Inom ett litet turismföretag
Bibliographic record
Abstract
Detta arbete är en marknadsplan för Westerby Gård i Ingå, Västra Nyland. Gården härstammar från 1500-talet och fungerar idag som ett restaurang-, konferens- och hotellkomplex. \nSyftet med detta arbete är att utveckla en marknadsplan för Westerby Gård. I fokus för planen ligger det nybyggda gårdshotellet. Planens syfte är att öka beläggningsgraden för gårdshotellet såväl på lång som på kort sikt. Planen ska fungera som en botten för företagets marknadsplanering även i framtiden. \nJag har i mitt arbete valt att använda mig av en kvalitativ forskningsmetod. Tillvägagångssättet har varit såväl ostrukturerade som semi-strukturerade intervjuer. Jag har intervjuat en av företagarna på Westerby Gård, Jeanette Bäckström, företagets marknadsförare Nina Rosenström samt Lena Berglund på NMC Termonova. Intervjuobjekten har jag valt ut för att uppnå en möjligast stor variation i datainsamlingen och samtidigt skapa mig en bild ur flera olika synvinklar. \nJag har i mitt arbete valt att följa Albertssons & Lundqvists modell för marknadsplanering och tillämpa den tillsammans med Kotler m.fl:s modell på Westerby Gårds gårdshotell. Därtill har jag beaktat Witt & Moutinhos riktlinjer för marknadsplanering inom små företag. Ur dessa modeller har jag plockat det jag ansett viktigast för utvecklandet av en marknadsplan för ett litet turismföretag. På basen av detta har jag sammanfattat en marknadsplan samt en kampanjplan, specifikt utvecklade och anpassade för att höja beläggningsgraden för Westerby Gårds gårdshotell såväl på lång som på kort sikt.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.115 | 0.071 |
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".