Financial performance and safety in the aviation industry
Notice bibliographique
Résumé
Purpose This paper investigates whether financial factors, which are presumed to influence an airline's maintenance, purchasing, and training policies, are associated with the air carrier's safety performance. Design/methodology/approach In this paper, we employ a series of univariate and multivariate tests (OLS and Poisson regressions) to examine whether an airline's financial well-being as well as a country's legal and economic environment affect the airline's accident rate. Our study is the first to employ an international sample that covers 110 airlines in 26 countries over the period 1990–2009. Findings We document an inverse relationship between the profitability of air carriers and their accident propensity. Other financial variables such as liquidity, asset utilization, and financial leverage also appear to affect an airline's safety record, although these findings do not reach significance in all models. Flight equipment maintenance and overhaul expenditures are negatively related to accident rates. In addition, our results show that country-level variables related to the legal and economic environment have a significant effect on airline safety. Specifically, airlines in countries with strong law enforcement, more stringent regulatory systems, and better economic performance have superior safety performance. A series of robustness tests confirms our results. Originality/value The unique contributions of the study are (1) that it is the first to explore the drivers of safety performance in a cross-country context and (2) that it introduces a novel index of capacity when computing accident rates. By using data from 110 airlines in 26 countries, the study does not only provide insights into the firm-level but also the country-level determinants of an airline’s safety performance. The results of this research should be of interest both to academics and to regulators who develop, oversee, and implement policies targeted at improving aviation safety on a national and supranational level.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».