L'influence du voyage et des comportements de voyage sur le bien-être subjectif
Bibliographic record
Abstract
Ce mémoire de maîtrise s’intéresse aux liens entre les pratiques touristiques et le bien-être subjectif (BES) chez les Québécois, en portant une attention particulière aux voyageurs. Mobilisant un échantillon de 1314 répondants, l’étude s’appuie sur les quatre dimensions classiques du BES : la satisfaction de vie, les émotions positives, les émotions négatives et le score net des émotions vécues. Six hypothèses principales ont été testées à l’aide de modèles de régression linéaire, permettant de mettre en lumière des associations significatives entre diverses dimensions du voyage et le bien-être subjectif. Les résultats révèlent que les voyageurs présentent un niveau de BES supérieur à celui des non-voyageurs, notamment en raison d’une diminution marquée des émotions négatives et d’une amélioration du score net des émotions. Les voyages fréquents sont également associés à un niveau accru d’émotions positives. En revanche, les analyses montrent que certaines activités touristiques – comme la participation à des événements culturels, la visite d’un parc thématique ou aquatique, la visite d’un spa ou encore l’agrotourisme – sont liées à un niveau plus élevé d’émotions négatives chez les participants. De plus, la visite d’un spa est également associée à une satisfaction de vie plus faible et à un score affectif net réduit. Enfin, la variation des comportements touristiques anticipés (par rapport à l’année précédente) est positivement liée à la satisfaction de vie, avec un effet plus modéré sur les émotions positives. Ces constats suggèrent plusieurs pistes d’action concrètes pour les acteurs du secteur : encourager les initiatives favorisant l’accessibilité au voyage, développer des modèles d’affaires misant sur les courts séjours, enrichir l’offre en tourisme expérientiel, et optimiser les points de contact précédant le départ afin d’amplifier les retombées psychologiques du voyage. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : bien-être subjectif, voyage, émotions, comportement du consommateur, tourisme
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".