MétaCan
Menu
Retour à la cohorte
Enregistrement W2243435967 · doi:10.22004/ag.econ.306066

Analysis and Transfer of Commodity-Specific Shortlines in Western Canada - Case Study: CN Avonlea Subdivision

2020· article· en· W2243435967 sur OpenAlexaboutno aff
S. Granata, K L McGown

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubdivisionTransfer (computing)CommodityLine (geometry)Class (philosophy)Qualitative analysisEconomicsGeographyQualitative researchComputer scienceFinanceMathematicsSociologyArtificial intelligenceArchaeologyGeometry

Résumé

récupéré en direct d'OpenAlex

A brief overview of the transfer vehicles available to Class 1 railways is first presented.This is followed by a description of the financial and related qualitative factors considered by Canadian National Railways (CN) during the course of a potential shortline transfer.The method by which CN evaluates potential shortline partners is then presented.Conditions specific to the analysis of the Avonlea Subdivision are discussed.Part 1: HISTORICAL 1.Brief history of shortlining Shortlines may be described as generally short segments of lighter density railway whose primary function is to act as a feeder to main line, higher density carriers.'American Class 1 railroads began network rationalization efforts approximately 15 years ago.Today there are about 500 shortlines operating on 20 percent of the freight track in the United States.Successful shortlines are notable for their greater total assets, higher operating revenues, higher traffic densities and greater length of track operated.'Several regional and terminal railroads have operated in Canada for many years, spread out nationwide and carrying a wide variety of commodities including grain, chemicals, coal, forest products, intermodal and manufactured products.'However the creation of newer shortlines in Canada had advanced at a relatively slow pace since the introduction of the National Transportation Act (NTA) in 1987.This may possibly be due

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,614

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,211
Écart entre enseignants0,170 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetTransport and Economic PoliciesTravaux en français237 207