MétaCan
Menu
Retour à la cohorte
Enregistrement W4229008544 · doi:10.5539/jsd.v15n4p1

Smart and Sustainable Port Performance in Thailand: A Conceptual Model

2022· article· en· W4229008544 sur OpenAlexvenueno aff
Weeraphong Sankla, Thanyaphat Muangpan

Notice bibliographique

RevueJournal of Sustainable Development · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPort (circuit theory)Conceptual modelSustainable developmentBusinessConceptual frameworkEnvironmental economicsThe Conceptual FrameworkSustainable managementData collectionComputer scienceSustainabilityEnvironmental resource managementProcess managementEconomicsEngineeringPolitical scienceDatabase

Résumé

récupéré en direct d'OpenAlex

Global seaports are interested in the concept of smart and sustainable ports that many have an impact on global trade and economics. This research aims to find the main factors and indicators of smart and sustainable port management, and confirm the factors of smart and sustainable port management using a case study of the Eastern Economic Corridor (EEC) in Thailand. Mix method approach, qualitative research is used in the data collection with a total of three databases in 2015-2021. Content analysis with triangulation data is utilized to analyze these data finding the factors and indicators of smart and sustainable port management. Quantitative research is used confirmatory factor analysis (CFA) for confirming the factors and indicators and developing a conceptual model of smart and sustainable port performance. As the result, a conceptual model with three main factors is shown including the smart port environment, the smart port society, and the smart port economy. These main factors and indicators are represented as three factors and seventeen indicators of confirming explanation. This conceptual model for the introduction of port development explains smart and sustainable port performance and the key indicators to achieve port practice for improving international standards of smart and sustainable ports.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,193
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetMaritime Ports and LogisticsTravaux en français237 207