Tourism & Management Studies

Como as práticas hoteleiras verdes afetam as intenções comportamentais dos hóspedes? Uma abordagem PLS-SEM

Abstract This study examines how guests' perceptions of green hotel practices (GHP) shape their behavioral intentions, drawing on the Theory of Planned Behavior. It explores the extent to which eco-friendly practices influence guests' loyalty and their likelihood of recommending hotels that prioritize sustainability. Data were collected from 642 hotel guests aged 18 and over who had previous experience with green hotel practices. An online survey was employed, and the data were analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM) with bootstrapping techniques to assess the relationships among guests' perceptions of GHP, satisfaction, and behavioral outcomes. The findings indicate that favorable perceptions of GHP strongly predict guest loyalty and recommendation intentions, with satisfaction as a critical mediator. These results highlight the pivotal role of sustainable practices in fostering positive guest experiences and behaviors in the hospitality industry. The study offers practical insights for hotel managers, enabling them to design and implement effective sustainability strategies that enhance guest satisfaction and loyalty. Furthermore, it contributes to the literature on sustainable tourism by providing robust empirical evidence on the influence of GHP on guest behavior, thus addressing a key gap in hospitality management research.

Resumo Este estudo examina como as percepções dos hóspedes sobre práticas sustentáveis na hotelaria (PSH) moldam suas intenções comportamentais, baseando-se na Teoria do Comportamento Planeado. Ele explora até que ponto práticas ecológicas influenciam a lealdade dos hóspedes e a probabilidade de recomendarem hotéis que priorizam a sustentabilidade. Os dados foram recolhidos, através de questionário online, junto de 642 hóspedes de hotéis que tinham experiência anterior com PSH. Os dados foram analisados usando PLS-SEM com técnicas de bootstrapping para avaliar as relações entre as percepções dos hóspedes sobre práticas hoteleiras verdes, satisfação e resultados comportamentais. Os resultados indicam que percepções favoráveis de PSH predizem tanto a lealdade dos hóspedes como as suas intenções de recomendação, com a satisfação atuando como um mediador crítico. Esses resultados destacam o papel central das práticas sustentáveis na promoção de experiências e comportamentos positivos dos hóspedes na hotelaria. O estudo oferece implicações para gerentes de hotéis, permitindo-lhes projetar e implementar estratégias de sustentabilidade eficazes que aumentem a satisfação e a lealdade dos hóspedes. Além disso, contribui para a literatura sobre turismo sustentável ao fornecer evidências empíricas robustas sobre a influência das PSH no comportamento dos hóspedes, abordando assim uma lacuna importante na investigação em hotelaria.

Uma nova abordagem à comunicação de crise no turismo: CEO baseado em inteligência artificial (AI-CEO)

Abstract This study aims to investigate the ability of artificial intelligence (AI) to imitate CEOs' personalities and communication styles in crisis scenarios in the tourism sector. To this end, we adopted the model Lovelace et al. (2018) developed, categorising CEO characteristics as Creator, Transformer, Rebel, and Saviour. This model allows for testing whether AI can generate messages aligned with different CEO archetypes. In response to crisis scenarios involving world-renowned tourism businesses, AI produced social media posts, press releases, and solution proposals that largely reflected the characteristics of each CEO archetype. AI was also found to be capable of demonstrating core CEO traits such as innovation, transformation, bold decision-making, and effective problem-solving. However, AI failed to exhibit human-like emotions and could not fully reflect the symbolic aspect of leadership. Taken together, the results of this study demonstrate that AI can generate effective messages during times of crisis, ensure resilience in the corporate sphere, and foster a sense of trust among stakeholders. In this way, it offers a new perspective to the existing theories in crisis management and leadership literature.

Resumo Este estudo visa investigar a capacidade da inteligência artificial (IA) de imitar personalidades e estilos de comunicação de CEOs em cenários de crise no setor do turismo. Para isso, adotamos o modelo desenvolvido por Lovelace et al. (2018), que categoriza as características dos CEOs como Criador, Transformador, Rebelde e Salvador. Esse modelo permite testar se a IA é capaz de gerar mensagens alinhadas com diferentes arquétipos de CEOs. Em resposta a cenários de crise envolvendo empresas de turismo de renome mundial, a IA produziu publicações nas redes sociais, comunicados de imprensa e propostas de soluções que refletiam em grande parte as características de cada arquétipo de CEO. Verificou-se também que a IA era capaz de demonstrar traços essenciais de um CEO, tais como inovação, transformação, tomada de decisões ousadas e resolução eficaz de problemas. No entanto, a IA não conseguiu exibir emoções semelhantes às humanas e não conseguiu refletir totalmente o aspeto simbólico da liderança. Em conjunto, os resultados deste estudo demonstram que a IA pode gerar mensagens eficazes em tempos de crise, garantir resiliência corporativa e promover um sentimento de confiança entre as partes interessadas. Desta forma, oferece uma nova perspetiva às teorias existentes na literatura sobre gestão de crises e liderança.

An Approach to the Phenomenon of Digital Nomads: A Bibliometric and Lexicometric Study

Abstract Advances in digital technologies and globalization increasingly enable remote work and, with the COVID-19 pandemic, companies made working conditions more flexible. Mobility restrictions and stress led to a significant increase in people seeking to combine leisure and work while commuting between different locations. This study examines 76 articles from the Web of Science and Scopus databases, using bibliometric and lexicometric analyses. Research has initially focused on issues related to the physical and technological resources required by digital nomads. In recent years, there has been a growing interest in delving into the lifestyle and work practices of digital nomads and the characteristics of the places, tourist destinations, and co-spaces that digital nomads prefer. Future studies should explore their education, skills, competencies, knowledge management, employment characteristics, and preferences for leisure, work, and travel destinations. Our findings can help tourism managers and urban developers to adjust their offerings to attract digital nomads. Companies can also use this study to rethink their working relationships with digital nomad workers.

Resumen Los avances en las tecnologías digitales y la globalización permiten cada vez más el trabajo a distancia y, con la pandemia de COVID-19, las empresas han flexibilizado las condiciones laborales. Las restricciones a la movilidad y el estrés han provocado un aumento significativo del número de personas que buscan combinar el ocio y el trabajo mientras se desplazan entre diferentes lugares. Este estudio examina 76 artículos de las bases de datos Web of Science y Scopus, utilizando análisis bibliométricos y lexicométricos. La investigación se ha centrado inicialmente en cuestiones relacionadas con los recursos físicos y tecnológicos que necesitan los nómadas digitales. En los últimos años, ha crecido el interés por profundizar en el estilo de vida y las prácticas laborales de los nómadas digitales, así como en las características de los lugares, destinos turísticos y espacios compartidos que prefieren. Los estudios futuros deberían explorar su educación, habilidades, competencias, gestión del conocimiento, características de empleo y preferencias en cuanto a ocio, trabajo y destinos de viaje. Nuestros hallazgos pueden ayudar a los gestores turísticos y a los promotores urbanos a ajustar sus ofertas para atraer a los nómadas digitales. Las empresas también pueden utilizar este estudio para replantearse sus relaciones laborales con los trabajadores nómadas digitales.

New Early Warning Tools for Insolvency Prevention in the European Context

Abstract Directive 2019/1023 of the European Union represents an important step in ensuring that companies in financial distress can achieve continuity. To this end, Member States are adopting various restructuring mechanisms for debtors, with early warning tools being particularly significant. These tools help companies detect risk situations and correct them before insolvency becomes imminent. There is a growing demand for new models that allow for a more robust verification of companies' exposure to financial risk and potential insolvency within the European context. This study addresses this gap by developing models with high predictive accuracy for European countries. Using a sample of 8,400 European companies from 2017-2022 and advanced computational techniques, the study achieves a prediction accuracy exceeding 98%, providing alerts up to three years in advance. These results surpass those obtained by current early warning systems and present important implications for regulators, professionals and academics, who can promote the efficiency of early warning systems through more robust and reliable models.

Resumen La Directiva 2019/1023 de la Unión Europea representa un paso importante para garantizar que las empresas en dificultades financieras puedan lograr la continuidad. Los Estados miembros están adoptando diversos mecanismos de reestructuración para los deudores, entre los que destacan las herramientas de alerta temprana. Estas herramientas ayudan a las empresas a detectar situaciones de riesgo y corregirlas antes de que la insolvencia sea inminente. Existe una demanda creciente de nuevos modelos que permitan una verificación más sólida de la exposición al riesgo financiero y a la posible insolvencia. Este estudio aborda esta laguna mediante el desarrollo de modelos con una alta precisión predictiva para los países europeos. Utilizando una muestra de 8 400 empresas europeas de 2017 a 2022 y técnicas computacionales avanzadas, el estudio alcanza una precisión de predicción superior al 98 %, proporcionando alertas con hasta tres años de antelación. Estos resultados superan los obtenidos por los sistemas de alerta temprana actuales y tienen importantes implicaciones para los reguladores, los profesionales y los académicos, que pueden promover la eficiencia de los sistemas de alerta temprana mediante modelos más sólidos y fiables.