FedEx and UPS Network Structure and Accessibility Analysis Based on Complex Network Theory
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
With the expansion of the global air cargo transport system, the operating structure of air cargo has become increasingly separate from passenger counterpart, forming an independent organization model. Despite the Chinese air cargo capacity has grown exponentially in the past, its network is still in its infancy. FedEx and UPS have well‐established air cargo networks and have operated effectively on both international and domestic scale; thus, understanding the structure and evolution of their air cargo networks is of a high reference value. In conjunction with the division of US regions from the United States Geological Survey (USGS), this paper refers to FedEx and UPS as FEPS and analyzes its topological structure, complexity properties, and air cargo accessibility by using social network analysis (SNA) and accessibility evaluation methods. The results suggest that (1) the structure of the FEPS air cargo network is in the highly developed states and has the typical “small‐world” and “scale‐free” network characteristics; (2) the degree centrality values for the nodes in the FEPS network suggest that the network complexity has increased; (3) airports in Memphis (MEM), Louisville (SDF), Indianapolis (IDN), and Ontario (ONT) are the major hubs with both high centrality values and air cargo accessibility; and (4) the FEPS network presents a unique hub‐and‐spoke structure compared with the passenger counterpart.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,005 | 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