MétaCan
Menu
Retour à la cohorte
Enregistrement W2339708690 · doi:10.5539/mas.v10n3p155

Using Dry Ports to Facilitate International Trade in Iran; A Model of Success Factors for Implementation of Dry Ports

2016· article· en· W2339708690 sur OpenAlexvenueno aff
Sayyed Hassan Hatami Nasab, Sanayei Ali, S. F. Amiri Aghdaei, Ali Kazemi

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPort (circuit theory)Container (type theory)Delphi methodBusinessConceptual modelStructural equation modelingFuzzy logicComputer scienceOperations managementOperations researchMathematicsEconomicsStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

<p>As coastal production costs in many countries, producers are moving inland to remain competitive with other<br />countries. Also, container transport volumes continue to grow, the sea flow generates almost proportional inland<br />flow; the links with hinterland will become critical factors for the seaports functionality. Development of dry<br />ports is an important part of intermodal transport which play an important role in improving hinterlands.<br />Successful implementation dry port depends on identification and description of required capabilities to develop<br />advanced intermediate terminal, discover existing deficiency in these capabilities and their effects of each other.<br />This article fill the gaps of implementation of dry ports by offering a conceptual model. To do so, this current<br />study is done in a complicated process in five stages of: review of literature, Delphi, Gap analysis, fuzzy<br />Dematel and Structural equation modeling (SEM). 17 indexes of Delphi model were extracted and classified in 8<br />groups. The identified gap and causal relations enabled presentation of a model which was tested and verified by<br />Partial Least Squares (PLS).</p>

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,094
Tête enseignante GPT0,306
Écart entre enseignants0,212 · 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'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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMaritime Ports and LogisticsTravaux en français237 207