MétaCan
Menu
Retour à la cohorte
Enregistrement W2997693986 · doi:10.1155/2019/9536273

Evolution of the China Railway Express Consolidation Network and Optimization of Consolidation Routes

2019· article· en· W2997693986 sur OpenAlexvenueno aff
Laijun Zhao, Zhaolin Cheng, Huiyong Li, Qingmi Hu

Notice bibliographique

RevueJournal of Advanced Transportation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang Province
Mots-clésConsolidation (business)ChinaTrainOperations researchTransport engineeringRail networkComputer scienceEngineeringBusinessGeography

Résumé

récupéré en direct d'OpenAlex

China Rail Express (CRE) is the international container train line that runs between China and Europe. Since the implementation of China’s Belt and Road initiative, CRE has developed rapidly. As most CRE trains travel directly from source to destination without load consolidation, CRE faces issues such as an insufficient cargo supply, a low load factor, and a low profit margin. To address these problems, we analyzed the selection of potential consolidation centers and the optimization of consolidation routes to these centers from the perspective of complex network evolution. First, we constructed rules for generation and evolution of the complex network. Next, we generated logistics connection topology networks for CRE from 2013 to 2017 using those rules. We then optimized the consolidation routes based on the network structures formed from those rules. Chongqing, Xi’an, Chengdu, Zhengzhou, Shenyang, Lanzhou, Urumqi, and Tianjin were selected as potential consolidation centers. We conclude with a sensitivity analyses and a discussion of management implications for CRE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetMaritime Ports and LogisticsTravaux en français237 207