MétaCan
Menu
Retour à la cohorte
Enregistrement W1486234613

Predatory Practices & Monopolization in the Airline Industry: A Case Study of Minneapolis/St. Paul

2002· article· en· W1486234613 sur OpenAlexaff
Paul Stephen Dempsey

Notice bibliographique

RevueSSRN Electronic Journal · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMonopolizationMemphisMonopolyCompetition (biology)AviationBusinessLow-cost carrierService (business)Predatory pricingEconomicsMarket economyMarketingEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The monopolization of air transportation is among the most pernicious of commercial events, for the price of air transport impacts the cost of doing business in entire geographic regions. At cities like Minneapolis and St. Paul, Detroit and Memphis, the suppression of competition results in a regressive wealth transfer from consumers to producers to the tune of hundreds of millions of dollars per year. It is, in effect, a hidden tax on all who must pass through the airport. Because aviation is part of the infrastructure upon which all other businesses in a community depend, excessively high air fares dampen economic activity in whole geographic regions.For more than a decade, Northwest Airlines has been among the most aggressive carriers in responding to new entrants that dare to inaugurate service on its monopoly spokes radiating from its Fortress Hubs at Minneapolis/St. Paul, Detroit, and Memphis. Numerous studies have revealed that where there are few or no low-fare carriers disciplining an incumbent monopolist, hub premiums are high and continue to increase over time. Conversely, the greater the presence of a low-fare carrier at the hub, the lower the hub premium.Airports are public resources, paid for by taxpayers. To allow their monopolization, and the consumer exploitation which results from this, is antithetical to the public interest.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,064
Tête enseignante GPT0,280
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetAviation Industry Analysis and TrendsTravaux en français237 207