Optimization of empty container movements using “street-turn” strategy : application to Metro Vancouver area
Notice bibliographique
Résumé
This paper focuses on the regional empty container repositioning problem. We propose a more practical model to optimize regional empty container movements. With the framework, we evaluate the effectiveness of “street-turn” strategy and provide insights on “street-turn” operation in Metro Vancouver area. We conduct interviews with local industry professionals to collect information about current empty container operations. The major findings from this research are: (1) “Street-turn” strategy reduces empty container repositioning cost majorly from transportation and gate fees. (2) “Street-turn” strategy is more effective in trade-balanced environment than trade-imbalanced environment. (3) The number of participants in the transport network has a positive impact on the feasibility and effectiveness of “street-turn” strategy. (4) The variance in the supply and demand of empty containers increases the variance in the effectiveness of “street-turn” strategy. (5) Container users have higher incentive to promote “street-turn” operations than shipping lines. (6) “Street-turn” strategy has been conducted jointly by a few importers and exporters in Metro Vancouver area. The major challenge is that container information is not shared among participants. (7) Unlike the situation in LA/LB port region, shipping lines have not yet taken the initiative to promote “street-turn” interchanges in Metro Vancouver area. The successful implementation of “street-turn” strategy depends on the participation of each player. With a high level of information visibility, the proposed model can be employed as a decision support tool to identify “street-turn” opportunities and optimize empty container movements within the system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».