MétaCan
Menu
Retour à la cohorte
Enregistrement W2808038377 · doi:10.1155/2018/7687852

Understanding the Effect of an E-Hailing App Subsidy War on Taxicab Operation Zones

2018· article· en· W2808038377 sur OpenAlexvenueno aff
Zhixiang Fang, Rongxiang Su, Liang Huang

Notice bibliographique

RevueJournal of Advanced Transportation · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaWuhan UniversityNational Natural Science Foundation of China
Mots-clésSubsidyContext (archaeology)ChinaEconomicsGovernment (linguistics)BusinessEconomyGeographyMarket economyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Understanding taxicab operation behaviors under various management or market policies (i.e., subsidies) is critical to making informed operating decisions for e-hailing companies and for government surveillance. This paper investigates the change of taxicab operation zones in context of an e-hailing app subsidy war in China, which is an important perspective that reflects changes in taxicab behavior, such as how the operation zones of taxicabs under the e-hailing app subsidy war change and how this change affects their trip distance and cruising time. To investigate this issue, this paper utilizes three indexes to elucidate the change of taxicab operation zones, namely, the repetition ratio of operation zone pairs, the area, and the degree of dispersion in the spatial distribution. A case study using taxicab trajectories during all of the important periods of the e-hailing app subsidy war in Shenzhen, China, was conducted and produced several valuable findings; for example, with respect to taxicabs as a whole, the proportion of habitual operation zone pairs among operation zone pairs in neighboring periods is relatively stable under any subsidy policy, and changes in the operation zones have little effect on changes in the average daily trip distance and average daily cruising time. Four groups of taxicabs divided according to initial change patterns in the operation zones present different change patterns during the subsidy war. By comparing these changes before and after the subsidy war, this paper finds that the subsidy war influences the taxicabs in groups I and II, while it has little influence on the taxicabs in groups III and IV, although all groups were affected during the subsidy war. For the taxicab groups in the period with the highest subsidy, the average daily trip distance and average daily cruising time decreased, whereas, in other periods, they presented different patterns.

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: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,329

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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTransportation and Mobility InnovationsTravaux en français237 207