Air-Rail Alliances in the Context of Liability and Environmental Protection
Notice bibliographique
Résumé
Since the deregulation of airlines in the 1970s and 80s the aviation industry has constantly tried to find new ways to engage with the increasingly competitive aviation market by expanding their outreach through strategic partnerships and global alliances. Over the past 10 years airlines have strengthened their partnerships with railway companies to offer more convenient connections for passengers to their hubs and link remote areas to their route network. These Air-Rail Alliances have helped airlines to stay competitive in the modern aviation market. This short paper will briefly examine two legal issues pertaining to Air-Rail Alliance namely whether an airline can be held liable in case of an accident during the train leg of the journey and how Air-Rail Alliances help airlines to meet their carbon emission reduction goals under the European Union Emissions Trading Scheme (EU ETS) and the ICAO Carbon Offsetting and Reduction Scheme for International Aviation (CORSIA). Especially during the COVID-19 pandemic, Air-Rail Alliances proved to be a good vehicle for airlines to replace specific flights in their network. The paper will first explain basic terminology relating to the airline’s business before explaining the structure of Air-Rail Alliances in more detail. Afterwards, it will address the question as to whether an airline can be held liable in the case of an accident during the train leg of the journey. The paper will answer this question by arguing that airlines cannot be held liable under international aviation law but rather the train operator under the lex loci of the state in which the accident occurred. Finally, the paper will discuss the structure of both the EU ETS and CORSIA and argue that Air-Rail Alliances are a valuable tool for airlines to meet their CO2 reduction goals. It will be highlighted that both regimes are flexible and adaptive enough to take the unprecedented consequences of the COVID-19 pandemic into account and underline how the law can be adaptive in such a changing environment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,026 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,011 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».