MétaCan
Menu
Retour à la cohorte
Enregistrement W2017900756 · doi:10.1061/9780784412329.132

Modeling Airport Check-In and Security Procedures Using SimFC

2012· article· en· W2017900756 sur OpenAlexaffabout
Jamal Siadat, Faisal Manzoor Arain, Janaka Y. Ruwanpura

Notice bibliographique

RevueConstruction Research Congress 2012 · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensUniversity of CalgarySAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Computer scienceService (business)ThroughputAirport securityInternational airportSimple (philosophy)Resource allocationTransport engineeringOperations researchComputer securityEngineeringSystems engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Simulator For Construction (SimFC) is a construction-related simulation platform which allows for modeling of various construction processes in a controllable and repeatable manner. These processes can vary in complexity and size involving various resource requirements and time constraints. However, SimFC is also a versatile general purpose simulator which allows users to easily model almost all entity-relationship based systems using the elements provided in the visual environment. On the other hand, planning for airport human resources is often a challenging task especially when factors such as airplane delays, passenger check-ins, luggage inspections and passenger wait time policies are considered. This paper discusses a simulation model of passenger check-ins and security checkpoints at the Calgary International Airport using SimFC. A simple case study of US bound passengers from Calgary is presented. Based on passenger throughput levels and traffic intensity, airport-level human resource allocation recommendations for the number of check-in agents and passenger facing security personnel are made. The findings are of particular interest to researchers and industry professionals involved in airport service planning and management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,269

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,153
Tête enseignante GPT0,354
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2012Même sujetAviation Industry Analysis and TrendsTravaux en français237 207