MétaCan
Menu
Retour à la cohorte
Enregistrement W2189669585 · doi:10.1115/omae2015-42054

The Northern Sea Route vs the Suez Canal Route: An Economic Analysis Incorporating Probabilistic Simulation Optimization of Vessel Speed

2015· article· en· W2189669585 sur OpenAlexaff
Brent Way, Faisal Khan, Brian Veitch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCrewProfitability indexProbabilistic logicFuel efficiencyOperations researchMarine engineeringEnvironmental scienceComputer scienceTrainTransport engineeringEngineeringAutomotive engineeringBusinessAeronauticsFinance

Résumé

récupéré en direct d'OpenAlex

While previous studies have examined the economics of shipping from Europe to Asia via the Northern Sea Route (NSR) versus the Suez Canal Route (SCR), most have not adequately accounted for the variability in input parameters such as the cost of fuel or the amount of ice encountered on a voyage. Furthermore, no prior study has attempted to utilize speed optimization as part of the analysis. Because the rate fuel consumption for propulsion is intrinsically linked with vessel speed, reducing speed can create the potential for large savings in fuel costs, along with the added benefit of reduced emissions. However, the reduced speed means a longer transit time, meaning increases in other time based costs, such as daily pay for a ship’s crew. The question then becomes what is the optimal speed? This paper examines the use of speed optimization to determine whether it is potentially more profitable for a container shipping company to ship from Rotterdam to Yokohama through the SCR year round (Option A) or to ship through the NSR during the months it is passable while using the SCR for the remainder of the year (Option B). A probabilistic model is presented to determine average per trip profits for both options A and B. This model is used in conjunction with a simulation optimization technique to determine the optimum speeds to maximize average per trip profitability for each option. The results show that probabilistic simulation optimization of vessel speed may better inform shipping companies as to the financial impacts of the speeds that they choose to use for shipping and thus enable better decision making as it pertains to both route choice and ships’ speeds. The analysis indicates that speed optimized container shipping year round through the Suez Canal appears to be the more profitable of the 2 options.

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)0,004
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 enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,324
Écart entre enseignants0,281 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Russian Policy StudiesTravaux en français237 207