MétaCan
Menu
Retour à la cohorte
Enregistrement W3129138311 · doi:10.3390/su13031571

Analyzing the Environmental Efficiency of Global Airlines by Continent for Sustainability

2021· article· en· W3129138311 sur OpenAlexaboutno aff
Hyunjung Kim, Jiyoon Son

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisSustainabilityAviationBusinessEnvironmental Sustainability IndexValue (mathematics)Scale (ratio)Investment (military)Latin AmericansMiddle EastEnvironmental economicsChinaEnvironmental resource managementEconomicsGeographyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The study of environmental sustainability in the aviation industry mainly focuses on research targeting specific regions such as the United States, Europe, and China. However, for the environmental sustainability of the aviation industry, global airlines on all continents around the world must implement efficient environmental management. This study divides the world into six continents and attempts to verify environmental efficiency for airlines belonging to each continent. Using data from 2014 to 2018 of 31 global airlines, this study compares environmental efficiency in the aviation industry by continent and individual airline. Data envelopment analysis (DEA), which is actively used in efficiency studies was adopted as an analysis method. We find that, first, airlines in Europe and Russia have the highest environmental efficiency, and airlines in North America and Canada are the second highest, which can be a good benchmark for other airlines. Second, in technical efficiency (TE) values, airlines in Africa and the Middle East and Latin America generally have low efficiency; but, in the airlines in Africa and the Middle East, environmental efficiency is steadily improving slightly. In comparison, airlines in Latin America showed a decrease in environmental efficiency value, requiring a lot of effort and investment to improve efficiency. Third, for airlines in North America and Canada, the scale efficiency (SE) value was the lowest, even though there was a high level of overall environmental efficiency, indicating the need for efficiency improvement through economies of scale. This study has implications, in that, it suggests how airlines can perform efficient environmental management for sustainability according to the continent to which they belong.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,234 · 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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetAviation Industry Analysis and TrendsTravaux en français237 207