Demand for freight transportation with a special emphasis on mode choice in Canada
Notice bibliographique
Résumé
This thesis derives a freight transportation demand model consistently with neoclassical economic theory: a shipper is assumed to minimize total cost of production and distribution with a given output that has to be delivered to various destination markets. With some further assumptions on the shipper's production technology, it is possible to express the shipper's transportation sectoral unit cost as a function of freight rates and quality attributes of service and length of haul. Four alternative forms of the transportation sectoral unit cost function are hypothesized. These cost functions are specified in the translog form, and corresponding modal revenue share functions are derived. Each system of the cost and share functions is estimated jointly by a maximum likelihood (ML) method, separately for each of the eight commodity groups selected from the cross-sectional data of Canadian inter-regional freight movements during the year 1970. Results of the hypothesis testing has shown that the quality attributes of service have significant impact on the mode choice of manufactured products but not of bulk commodities and raw materials. The parameter estimates of the cost and share functions are used to measure the elasticity of substitition and the elasticities of demand with respect to freight rates and quality attributes of service. Both price and quality elasticities of demand vary substantially from commodity to commodity and from link to link. For each commodity group, the price elasticities of the rail and truck modes are used to identify the distance range over which an effective rail-truck competition exists. For the relatively high-value commodities, the short-haul traffic is largely dominated by the truck mode, and the significant rail-truck competition exists only in the medium and long-haul markets. On the other hand, for the relatively low-value commodities, the effective rail-truck competition exists only in the short-haul markets leaving the medium and long-haul markets largely rail-dominated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».