A multi-period performance analysis of airlines: A game-SBM-NDEA and Malmquist Index approach
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
The airline industry is one of the major industries having a significant role in the economic development of a country, on both domestic and international sides. Hence, it is important to have the airlines performing efficiently, as much as possible. To this end, it seems necessary to continuously evaluate the performance of the airlines to find any possible chance to improve their performance. In this study, by combing the ideas of the Egalitarian Bargaining game theory, Network Data Envelopment Analysis (NDEA), and Slack-Based Measure (SBM), a new game-SBM-NDEA model has been proposed to evaluate the performance of the Decision Making Units (DMUs) with a series network structure. In addition to handling the between-stages conflict in the network structures, the proposed model can provide more reliable efficiency scores when the number of the DMUs is not large enough compared to the number of considered inputs and outputs. The developed model and Malmquist Index have been applied to analyze the performance of Iranian domestic airlines over an 8-years period from 2013 to 2020, as a real-world case study. The obtained results for overall efficiency scores, operational efficiency, service efficiency, slack/surplus values for all inputs and outputs, and efficiency changes over time have been comprehensively analyzed in order to obtain the deficiencies of each airline and find possible solutions to improve their performance.
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 | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,028 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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