Challenges faced by small-bus operators in participating in the formal public transport system
Notice bibliographique
Résumé
Background: Small-bus operators (SBOs) in South Africa operate on the periphery of the economic mainstream of scheduled subsidised commuter transport, and little progress has been made in getting these operators into the more formal subsidised industry. There is also a lack of information about the challenges these operators face in participating in the public transport industry.Objectives of the research: The main objective of the research was to conduct a survey among SBOs to obtain a better understanding of the challenges that they face in participating in the public transport industry.Method: A telephone survey of operators was undertaken to ensure an adequate response to a structured questionnaire. In analysing the data, we made use of Factor Analysis and the Statistical Package for the Social Sciences (SPSS) to undertake general statistical analysis.Results: The main results of the survey indicate that SBOs face significant financial and operational challenges. There is also a perceived lack of government support for SBOs. Major conclusions are that the Department of Transport (DoT) ought to address issues related to the complex governmental reporting and legal requirements for small business. In addition, government ought to be creating ‘space’ for SBOs in the design of contracts and actively encouraging the formation of consortia’s or partnerships, among the SBOs and/or between SBOs and established bus companies. Government, and especially the DoT, ought to more actively market the governments’ small-business support systems and procedures together with financial aid schemes to assist SBOs in acquiring or replacing buses.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».