MétaCan
Menu
Retour à la cohorte
Enregistrement W4303491744 · doi:10.24043/isj.404

A policy tool for island transport cost inequality: Exploration of the application of the Transport Equivalent Threshold on Greek islands

2022· article· en· W4303491744 sur OpenAlexvenueno aff
Thanasis Kizos, Sofia Zafirelli, Ιoannis Spilanis, Dimitris Kavroudakis

Notice bibliographique

RevueIsland Studies Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaSubsidyTicketCompetition (biology)GeographyPassenger transportDistribution (mathematics)InequalityEconomic geographyBusinessEconomicsTransport engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Many islands face accessibility problems that burden both the cost and the time of sea transport. In Greece, with more than 100 inhabited islands, the Transport Equivalent Threshold (TET) was recently introduced to support passengers (subsidizing ticket costs) and businesses (subsidizing transportation costs). The purpose of this study is to explore: (a) the spatial distribution of beneficiaries of TET; (b) the quantities, value and features of the freight transported to and from the islands; (c) to map the geography of the beneficiaries in relation to island size and location. Results reveal the unequal economies of Greek islands, and inter-island competition as well as the high disparities policy tools for businesses have to operate within. Moreover, the importance of radial transport links with the metropolitan area of Athens and the dependence of all islands on imports is highlighted. They also indicate the relative importance of geography in the magnitude and frequency of transport for goods and passengers among the Ionian and Aegean Seas, but also within the different clusters of the Aegean. The TET approach is one of the possible approaches that can and have been used to face transport and travel issues that people and businesses on islands face.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,299
Écart entre enseignants0,239 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetMaritime Ports and LogisticsTravaux en français237 207