Notice bibliographique
Résumé
The first study of the emerging curbside intercity bus industry, commonly called the Chinatown bus, is presented. The study of this relatively unknown industry addresses three research questions. First, why and how did the intercity curbside bus industry develop? Second, what services are operated by the curbside carriers and how do these services compare with competing travel options? Finally, how do the economics of operating curbside buses differ from those of traditional bus companies? The research speaks to policy questions about the appropriate role of regulation in transportation and the competition between private and public transportation providers. The findings indicate that in the past 10 years, curbside buses have grown to become an important transportation provider in the Northeast Corridor: more than 2,500 low-fare bus trips per week connect New York City to Washington, D.C.; Philadelphia, Pennsylvania; and Boston, Massachusetts. More than 100 buses depart each week to more than 30 other cities, traveling as far as Atlanta, Georgia, and Toronto, Canada. Traditional bus companies, such as Greyhound Lines and Peter Pan, have begun their own curbside intercity bus services either to mitigate the competition from new companies or because they recognize the competitive advantages of curbside operations. It is found that curbside bus operations offer significant cost savings compared with traditional bus services by lowering labor costs and avoiding terminal fees, although at the cost of limited accessibility for disabled passengers, reduced passenger safety, and other social concerns.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».