Antonio García Sánchez

Factores determinantes de la duración de la estancia turística en un destino de sol y playa, El caso de la Región de Murcia

El mercado turistico internacional presenta importantes cambios en los ultimos anos, entre los que destaca la reduccion de la duracion de la estancia de los visitantes en destinos tradicionales, con evidentes efectos sobre el modelo turistico asociado. Los destinos de sol y playa espanoles se encuentran dentro de este grupo, siendo ademas aquellos que mayor numero de visitantes acogen del conjunto del panorama nacional. Este trabajo analiza los factores determinantes de la estancia turistica en un destino emergente de sol y playa espanol, mediante la aplicacion de un modelo logit ordenado generalizado. Los resultados obtenidos senalan que, en general, tanto los perfiles individuales del turista, como las propias caracteristicas del destino, son importantes factores determinantes de la estancia turistica. Asimismo, el analisis desarrollado sugiere que politicas destinadas a la mejora de la estancia media por turista lograrian contribuir a elevar el gasto total de cada visitante. Estos resultados proporcionan informacion relevante para la gestion de la demanda turistica por parte de los agentes implicados en la misma.

Online detection of horizontal hand movements from low frequency EEG components

Recent studies show that there is a correlation between electroencephalographic (EEG) signals and hand-reaching kinematic parameters when linear regression decoding models are applied to low frequency EEG components. However, the decoding performance is far from being sufficient to obtain an accurate control. In this paper, we propose the use of this methodology to detect horizontal hand movements. To that end, subjects are asked to reach two targets on a screen by moving the computer mouse. First, the decoding models are computed from fast training runs where both mouse trajectories and EEG signals are recorded. Then, these models are applied to classify the movement direction in real time and compare it to the actual performed trajectories. The results show that success rates are significantly above chance levels and suggest that this could be a suitable technique to infer hand movement intention with a very short training.