A Study on Contestable Regions in Europe through the Use of a New Rail Cost Function: An Application to the Hinterland of the New Container Terminal of Leghorn Port
Notice bibliographique
Résumé
In this paper, the potential hinterland of the new container terminal of the port of Leghorn (Livorno in Italian) is studied. The study actually analyses the competitiveness of major European ports with respect to some of the most contestable regions in Europe. Travel time and monetary costs of railway paths, connecting ports to their hinterland, have been determined. The rail network of a large part of Europe was modelled using a graph. To each link, which represents a portion of the rail line, a cost function is associated. The travel time on the link is determined from the average speed, which has been determined from the maximum speed via formulae obtained through linear regression. The few cost functions that exist in current literature for the computation of the cost of a rail link are not detailed enough. Therefore, a new cost function has been developed. All cost components were determined in detail: the staff cost, the amortisation, maintenance, and insurance costs of locomotives and wagons, the cost of the usage of rail track, the traction cost. The traction cost was calculated in detail from all resistances to motion. Moreover, for each rail link, the number of locomotives needed to operate the train and the maximum towable weight were determined. The monetary value of time in freight transport registers a high variability; therefore, three different optimisations of the paths—by travel times, monetary costs, and generalised costs—between each origin–destination pair were carried out. The rates of competitiveness of the ports with respect to the examined European contestable regions were analysed.
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 ».