MétaCan
Menu
Retour à la cohorte
Enregistrement W3013437580 · doi:10.30657/hdmk.2020.20

THE IMPACT OF THE LEVEL OF SERVICE ON DIMENSIONING AIRPORT PASSENGER TERMINAL

2020· article· en· W3013437580 sur OpenAlexaff
Jelena Pivac, Igor Štimac, Matija Bračić, Sanja Steiner

Notice bibliographique

RevueQUALITY – YESTERDAY TODAY TOMORROW · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensInternational Air Transport Association
Organismes subventionnairesnon disponible
Mots-clésDimensioningTerminal (telecommunication)Service (business)Transport engineeringEngineeringComputer scienceBusinessTelecommunicationsMarketingAerospace engineering

Résumé

récupéré en direct d'OpenAlex

SAŽETAKDugoročne prognoze prometa putnika predviđaju na globalnoj razini značajan rast u zračnom prometu dok se istovremeno povećavaju i očekivanja putnika vezano uz razinu kvalitete usluge na zračnim lukama.Porast broja putnika s jedne strane te ograničeno širenje infrastrukture i povećanja kapaciteta zračne luke s druge strane ograničili su sposobnost zračnih luka da održe zadovoljavajuću razinu kvalitete usluge prema putniku.Zbog velike koncentracije zračnih luka i njihove međusobne konkurentnosti, razina kvalitete usluga, sigurnost i zadovoljstvo putnika, jedni su od ključnih faktora pri odabiru polazišne zračne luke.U ovom radu bit će prikazana metodologija za mjerenje razine kvalitete usluge prema putniku na primarno-tehnološkim sadržajima prometnog toka u putničkom terminalu zračne luke koja se temelji na percepciji korisnika i evaluaciji same usluge.Uspostavljanje mjera za ocjenu operativnih performansi i kvalitete usluge (QoS -Quality of Service) zračne luke te njihovo daljnje objektivno provođenje jedni su od glavnih problema s kojim se susreće menadžment zračne luke.Ovim istraživanjem prikazat će se uspostava sustava razine kvalitete usluge IATA (LoS -Level of Service) na zračnim lukama, pojasniti razlike tijekom evolucije same metodologije i određivanja ključnih pokazatelja uspješnosti (KPI) te pojasniti na koji način uvođenje ovog koncepta pomaže u optimiranju razine kvalitete usluge i dimenzioniranja kapaciteta putničkog terminala.Ključne riječi: zračne luke, putnički terminal zračne luke, razina kvalitete usluge, kapacitet, ključni pokazatelji učinkovitosti (KPI), dimenzioniranje sadržaja. UVODPutnički terminal zračne luke važno je područje i za putnike i zračnu luku jer je to prvo područje u koje putnici ulaze i koje doživljavaju, što utječe na sveukupno iskustvo putnika u zračnoj luci.Sve veća potražnja za zračnim prijevozom u kombinaciji s tehničkim, fizičkim i političkim ograničenjima u osiguravanju kapaciteta rezultirala je neusklađenošću potražnje i kapaciteta.Rast potražnje općenito je nadmašio kapacitete zračnih luka posljednjih nekoliko desetljeća.U Sjedinjenim Američkim Državama to rezultira kašnjenjem zrakoplova velikih razmjera krajem 90-ih i početkom 2000te godine.Na najvećim europskim zračnim lukama nedostatak kapaciteta je još veći 1 , što često uzrokuje zagušenje postojećih kapaciteta te neadekvatnu razinu kvalitete usluge.Putnici često čekaju u dugim redovima na primarnim tehnološkim sadržajima, nerijetko dolazi do kašnjenja zrakoplova, a kao korektivnu mjeru zračne luke traže nove načine da optimiziraju svoje postojeće resurse i iskoriste maksimum iz svojih ulaganja.Zračne luke s ograničenim kapacitetom trebaju zadovoljiti očekivanu količinu prometa, koja je u mnogim slučajevima već premašena.Izravne posljedice zagušenja zračnih luka i kašnjenja uključuju velike troškove, lošu razinu kvalitete usluge putnicima, neučinkovitost rada putničkog terminala i negativne utjecaje na kvalitetu okruženja i sigurnost cijelog zrakoplovnog sustava.Nadalje, na zračne luke stvara se sve veći politički pritisak za poboljšanjem učinkovitosti zračnih luka i održivim upravljanjem postojećih resursa zračne luke.No, da bi se poboljšala učinkovitost, potrebno je istu prvo procijeniti.To je potaknulo razne istraživače da se usmjere na modeliranje svih aspekata poslovanja zračnih luka i procjenu njihovih utjecaja na kašnjenja i zagušenja, sigurnost, okoliš i gospodarstvo u cjelini.Procjena učinkovitosti zračne luke složen je zadatak koji zahtjeva razumijevanje brojnih aspekata rada i procesa zračne luke.Potrebno je razmotriti veliki broj ključnih pokazatelja učinkovitosti (KPI) 2 poput kapaciteta, kašnjenja, razine kvalitete usluge, sigurnosti, zaštite, emisija, buke, ekonomskih troškova i koristi zajedno s njihovim međuovisnostima i kompromisima.U središtu ovog istraživanja biti će razmatrana razina kvalitete usluge (LoS 3 ) kao jedna od glavnih faktora učinkovitosti putničkog terminala te će biti dan pregled IATA 4 preporuka korištenih za procjenu i poboljšanje učinkovitosti.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,220
Tête enseignante GPT0,336
Écart entre enseignants0,116 · 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'étudeObservationnel
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

Citations4
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueQUALITY – YESTERDAY TODAY TOMORROWMême sujetAviation Industry Analysis and TrendsTravaux en français237 207