Exploring shippers' motivations to adopt collaborative truck-sharing initiatives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose A seaport is an essential part of a supply chain, but many ports experience truck shortages, creating pressure for port authorities from shippers who need more trucks that move cargo. This study explores and ranks the motives for adopting a truck-sharing concept (where shippers share the same truck for delivery) as a mechanism to improve transport capacity. Design/methodology/approach This study adopts a multi-method approach – both interviews and surveys. Interviews are first conducted with shippers to explore truck-sharing usage motives. Next, quantitative surveys of both shippers and carriers are conducted to rank those motives. Findings The study identifies five motives (operational efficiency goal, quick transport solution, sustainability policy, convenience-seeking behavior and secure transport process) for truck-sharing, four critical transport attributes (lower charges for freight, distance travelled, full capacity utilization and environmental recognition), four psychological consequences (monetary savings, greater safety, instant availability of trips and clarification of environmental values), and six core values (secure transport process, being careful of money, ease of doing business, sustainability, status in the community and recognition by customers of shippers). Research limitations/implications The qualitative results will help researchers better understand how usage motives influence shippers' willingness to share a truck for transport needs. The quantitative results are useful for ranking truck-sharing motives by their importance. Practical implications Based on the findings, managers of carriers can categorize shippers according to their specific needs and thereby customize promotions to attract more shippers. Originality/value The findings provide the first, exploratory insights into shippers' motives.
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.
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 découle