O conjunto de dados textuais foi criado a partir do resumo e das palavras-chave de todos os artigos para extrair os principais tópicos latentes (por exemplo, Nunkoo et al., 2023 ). Os dados foram limpos, descartando números, pontuações, símbolos, URLs, símbolos de direitos autorais, informações da editora e espaços em branco extras. Além disso, todos os termos foram convertidos para minúsculas, seguidos pela tokenização e lematização dos termos. Por exemplo, “tourists” foi lematizado para “tour” e “tours” para “tour”.
Como os documentos em estudo estavam em inglês, as palavras de parada padrão do inglês foram removidas para filtrar termos comuns que não contribuem para a análise. Para remover ruídos nos dados, uma matriz de características do documento foi criada, eliminando as palavras raras que ocorreram menos de 7,5% das vezes (por exemplo, “workgroup” ou “workflow”) ou palavras ubíquas que ocorreram mais de 90% das vezes (por exemplo, “tourism”), a fim de eliminar palavras de frequência extremamente baixa ou alta, pois elas não contribuem para os resultados ou os distorcem, levando a um processamento mais lento. A tendência de publicação indica como o interesse acadêmico na área do turismo sustentável mudou ao longo dos anos (ver Figura 2 ).
Pode ser uma surpresa para muitos, mas a primeira pesquisa acadêmica documentada que reconheceu a importância da preservação do meio ambiente natural contra os riscos associados ao turismo de massa foi publicada há cerca de 45 anos (Cohen, 1978 ). Depois disso, cerca de um ou dois artigos foram publicados a cada dois anos durante os 13 anos seguintes. Mas, um aumento lento e constante nas publicações começou em 1992 e, em 2006, o número de publicações anuais chegou a 50. Outro marco, com mais de 150 publicações anuais, foi alcançado em 2016. Nos últimos 3 anos, as publicações anuais ultrapassaram 300 artigos, mostrando o crescente interesse e a importância atribuídos ao domínio do turismo sustentável. A Figura 2 lista os 10 principais periódicos que contribuem para a área de nossa pesquisa.