Turismo y Big Data en la investigación científica brasileña

Autores/as

Palabras clave:

Big data, Turismo, Modelo interdisciplinario, Revisión sistemático de literatura

Resumen

El aumento de la capacidad de almacenamiento y la velocidad de procesamiento de las computadoras, combinado con conexiones rápidas a Internet, el desarrollo de algoritmos y la disponibilidad de grandes volúmenes de datos en la red son factores que impulsan la era del big data. Considerando el crecimiento y la diversidad de posibilidades para el uso de big data para investigaciones turísticas realizadas en todo el mundo, esta investigación propone realizar una revisión sistemática sobre el uso de big data en investigaciones turísticas, realizada por investigadores brasileños y publicada en revistas nacionales e internacionales. Tras filtrar 76 artículos extraídos de las bases de datos Web of Science, Scopus y publicaciones de Turismo, esta revisión analizó 19 artículos que cumplían con los criterios establecidos en el protocolo. Se encontró que los estudios sobre el uso de big data en turismo son recientes, inician en el año 2000, con un pico de estudios publicados en el 2019; realizado por una variedad de investigadores (57), asignados en diferentes Instituciones de Investigación/Educación (16), distribuidos en Brasil, Portugal y España, que publicaron en diferentes revistas científicas nacionales e internacionales (15). Las investigaciones analizadas contribuyen a varios campos del conocimiento turístico, según el Modelo Interdisciplinario de Jafari, especialmente para la gestión empresarial, la planificación y el desarrollo turístico y la motivación turística, demostrando un nicho de investigación aún en expansión y con pocos destaques. Los resultados también mostraron que el 47,4% de los artículos tienen un enfoque metodológico cualitativo-cuantitativo, el 63,2% realizó investigaciones cuyas fuentes de datos fueron generadas por los usuarios y que las universidades con mayor número de publicaciones están ubicadas en la región noreste de Brasil, y son federales. Además, este estudio puede contribuir al reconocimiento de la producción científica de los brasileños que han desarrollado investigaciones utilizando big data y fomentar el intercambio de técnicas, software, procesos de recolección, análisis y obtención de resultados que fortalecen los estudios en turismo y superan desafíos tanto procedimentales como conceptuales. , así como teóricos y metodológicos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Natalya Reis da Silva, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Campus São Paulo.

Possui curso profissionalizante de Técnico em Administração integrado ao ensino médio pela Etec Abdias do Nascimento (2019). Aluna da graduação de Tecnologia em Gestão de Turismo pelo Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, na qual participa como estudante do Grupo de Estudos e Pesquisas em Turismo (GEPTUR) na linha de pesquisa de Gestão de Organizações Turísticas. Aluna da graduação de Licenciatura em Letras da Universidade Presbiteriana Mackenzie. (Texto informado pelo autor)

Erika Sayuri Koga, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Campus São Paulo.

Doutoranda em Turismo pela Escola de Artes, Ciências e Humanidades da Universidade de São Paulo (EACH-USP), Mestre em Hospitalidade pela Universidade Anhembi-Morumbi (2011), Pós graduada MBA de Gestão Empresarial pela Fundação Getulio Vargas (2007), Bacharel em Turismo pela Universidade de São Paulo (2002), Tecnóloga em Hotelaria pelo Centro Universitário Senac (1999) e graduada em Formação Pedagógica de Docente para Educação Profissional de Nível Médio - modalidade à distância. Atua profissionalmente há mais de 20 anos nas áreas de planejamento e organização do turismo, gestão de meios de hospedagem, meio ambiente, pesquisas e educação superior. Atualmente é Professora Efetiva do Curso Superior de Tecnologia em Gestão de Turismo do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), onde também coordena projetos de extensão, ensino e pesquisa. (Texto informado pelo autor)

Citas

Atallah, A. N. & Castro, A. A. (1998). Revisão sistemática da literatura e metanálise. Medicina baseada em evidências: fundamentos da pesquisa clínica. São Paulo: Lemos-Editorial, 42-48.

Hua, Y., Hualin, X., Yu, Q., & Yan, L. (2016). Make your travel smarter: Summarizing urban tourism information from massive blog data. International Journal of Information Management, 36(6B), 1306-1319, https://doi.org/10.1016/j.ijinfomgt.2016.02.009

Li, J., Xu, L., Tang, L., Wang, S., & Li, L. (2018). Big data in tourism research: A literature review. Tourism Management, 68, 301–323. https://doi.org/10.1016/J.TOURMAN.2018.03.009

Lohmann, G. & Panosso, A., Netto. (2008). Teoria do Turismo: conceitos, modelos e sistemas. São Paulo: Aleph.

Mazanec, J. A. (2020). Hidden theorizing in big data analytics: With a reference to tourism design research. Annals of Tourism Research, 83(May), 102931. https://doi.org/10.1016/j.annals.2020.102931

Mongeon, P. & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: a comparative analysis. Scientometrics, 106(1), 213–228. https://doi.org/10.1007/s11192-015-1765-5

Rother, E. T. (2007). Revisão sistemática X revisão narrativa. Acta paulista de enfermagem, 20(2), v-vi.

Zheng Xiang, Zvi Schwartz, John H. Gerdes, Muzaffer Uysal, (2015). What can big data and text analytics tell us about hotel guest experience and satisfaction? International Journal of Hospitality Management, 44, 120-130, https://doi.org/10.1016/j.ijhm.2014.10.013

Descargas

Publicado

2022-08-23

Cómo citar

Silva, N. R. da, & Koga, E. S. (2022). Turismo y Big Data en la investigación científica brasileña. Brazilian Journal of Production Engineering, 8(5), 51–55. Recuperado a partir de https://periodicos.ufes.br/bjpe/article/view/38942

Número

Vol. 8 Núm. 5 (2022): Volume 8 - Número 5 - Ano 2022 - Edição Especial "Turismo para além de viagens" (Agosto)

Sección

Gestión y Turismo

Licencia

Derechos de autor 2022 Brazilian Journal of Production Engineering

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Atribuição-NãoComercial-CompartilhaIgual
CC BY

Esta licença permite que outros remixem, adaptem e desenvolvam seu trabalho não comercialmente, contanto que eles creditem a você e licenciem suas novas criações sob os mesmos termos.