MétaCan
Menu
Retour à la cohorte
Enregistrement W3007885773 · doi:10.5539/ijef.v12n3p55

Technical and Scale Efficiency Analysis of 25 Nort Mediterranean Ports: A Data Envelopment Analysis Approach

2020· article· en· W3007885773 sur OpenAlexvenueno aff
Buljan Perusic Nikolina

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisPort (circuit theory)Position (finance)Scale (ratio)DestinationsWork (physics)ChinaReturns to scaleOperations researchRegional sciencePanel dataBusinessMediterranean seaMediterranean climateComputer scienceEconomyEconomicsGeographyTourismEconometricsFinanceEngineeringProduction (economics)MathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The strategic position of the northern Mediterranean ports gained importance with the announcement of Chinese investments, which form part of the One Belt One Road project. The research presented in this paper focuses on small ports, which have not heretofore been the subject of interest. In the first half of 2019, both Croatia and Italy agreed on participation in the project, which aims to shorten the journey from China to central Europe by changing sea route destinations to ports in the Adriatic Sea. This paper examines the technical and scale efficiency of 25 ports in Croatia, Italy and Slovenia, as a possible prerequisite for investments. The research uses Data Envelopment Analysis (DEA) variable returns to scale an output-oriented model on a panel data sheet, for 25 ports in the period from 2009 to 2018. This research suggests that the number of efficient ports, in this case, is not directly related to the size of the port or to the country in which it is located. However, it is more often the case that larger ports are more efficient. For all inefficient ports, the DEA provides best practice examples to which ports should aspire and therefore highlights the practical implication of the work.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,093
Tête enseignante GPT0,340
Écart entre enseignants0,247 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEfficiency Analysis Using DEATravaux en français237 207