MétaCan
Menu
Back to cohort
Record W7070542045

Pour une éducation en vue du développement durable en hôtellerie, restauration et tourisme

2012· other· fr· W7070542045 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2012
Typeother
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicMachine Learning in Bioinformatics
Canadian institutionsnot available
Fundersnot available
KeywordsObstacleArmed conflictPilotage
DOInot available

Abstract

fetched live from OpenAlex

Le titre retenu dans le cadre de cet essai témoigne des intentions de travailler dans le sens d’une amélioration de la cause du développement durable en contexte scolaire, particulièrement en hôtellerie, en restauration et en tourisme. La croissance projetée du tourisme mondial devrait offrir des opportunités de développement économique intéressantes pour les années à venir. En contrepartie, elle génèrera aussi des impacts indésirables sur l’environnement naturel et les communautés locales. Afin de comprendre davantage les retombées générées par ces activités touristiques, la problématique de recherche est d’abord exposée en dressant un portrait de l’industrie touristique mondiale et québécoise. Puis les impacts environnementaux et sociaux indésirables découlant de cette industrie ont été exposés. L’évaluation de l’efficacité des initiatives en faveur d’un tourisme durable aura permis de souligner le flou conceptuel du développement durable (DD) qui semble empêcher son intégration véritable dans les entreprises touristiques. Cet obstacle perçu conduit à la proposition d’un ensemble de questions de recherche. Le cadre conceptuel est principalement constitué des concepts de développement durable, de responsabilité sociale et environnementale des entreprises, de tourisme durable incluant des composantes de la restauration et de l’hôtellerie, et d’éducation en vue du développement durable. Ainsi, chacun de ces concepts y est abordé en identifiant les définitions relevées dans la littérature puis les éléments de définition retenus dans le cadre du présent essai. Sont énumérés également les objectifs de recherche découlant de ces définitions. La méthodologie retenue est de nature qualitative/interprétative basée essentiellement sur deux groupes de discussion et deux entretiens individuels. Les limites de la méthodologie et de l’environnement de recherche sont également abordées. L’analyse des données a permis d’identifier douze catégories émergeantes réparties en quatre thèmes. Les résultats sont d’abord analysés en fonction des éléments de convergence et de divergence tout en indiquant leur occurrence relative pour chaque transcription. Les résultats sont révélateurs sur la situation de l’éducation en vue du développement durable (EDD) dans les formations professionnelles et techniques de niveau secondaire et collégial desservant les secteurs de l’hôtellerie, de la restauration et du tourisme (HRT) au Québec. Ils révèlent des éléments de convergence, mais aussi des éléments de divergence significatifs concernant l’enseignement dispensé, d’un côté, aux élèves et étudiants des formations en hôtellerie et en restauration et, de l’autre, à ceux des formations en tourisme. Les résultats démontrent en effet une timide présence du DD dans l’enseignement du personnel enseignant des formations en hôtellerie et en restauration. Au contraire, ils exposent un enseignement holistique du DD dans les formations en tourisme, et mettent aussi en lumière quelques différences entre les institutions de niveau secondaire et celles de niveau collégial. Enfin, une série de recommandations est proposée pour encourager la poursuite de nouvelles recherches et la bonification de l’EDD dans les formations en HRT. On peut souligner par exemple la proposition d’une trousse pédagogique en DD adaptée au contexte sectoriel et institutionnel.

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 imitation

Not 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.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.009
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.199
Threshold uncertainty score0.396

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.009
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.003
Science and technology studies0.0050.008
Scholarly communication0.0090.008
Open science0.0010.004
Research integrity0.0050.007
Insufficient payload (model declined to judge)0.0360.005

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.

Opus teacher head0.009
GPT teacher head0.227
Teacher spread0.218 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicMachine Learning in BioinformaticsFrench-language works237,207