Notice bibliographique
Résumé
This report presents a top-down methodology to forecast annual international flight operations at sixty-six U.S. airports, whose combined operations accounted for 99.8% of the total international passenger flight operations in National Airspace System (NAS) in 2004. The forecast of international flight operations at each airport is derived from the combination of passenger flight operations at the airport to ten World Regions. The regions include: Europe, Asia, Africa, South America, Mexico, Canada, Caribbean and Central America, Middle East, Oceania and U.S. International. In the forecast, a "top-down" methodology is applied in three steps. In the fist step, individual linear regression models are developed to forecast the total annual international passenger enplanements from the U.S. to each of nine World Regions. The resulting regression models are statistically valid and have parameters that are credible in terms of signs and magnitude. In the second step, the forecasted passenger enplanements are distributed among international airports in the U.S. using individual airport market share factors. The airport market share analysis conducted in this step concludes that the airline business is the critical factor explaining the changes associated with airport market share. In the third and final step, the international passenger enplanements at each airport are converted to flight operations required for transporting the passengers. In this process, average load factor and average seats per aircraft are used. The model has been integrated into the Transportation Systems Analysis Model (TSAM), a comprehensive intercity transportation planning tool. Through a simple graphic user interface implemented in the TSAM model, the user can test different future scenarios by defining a series of scaling factors for GDP, load factor and average seats per aircraft. The default values for the latter two variables are predefined in the model using 2004 historical data derived from Department of Transportation T100 international segment data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».