MétaCan
Menu
Retour à la cohorte
Enregistrement W4313422080 · doi:10.29228/joshas.67306

Pandemi Döneminde Hava Kargo Endüstrisi; Sektörel Bir Araştırma

2022· article· tr· W4313422080 sur OpenAlexaff
Hakan RODOPLU, Ali Osman KANAT

Notice bibliographique

RevueJOURNAL OF SOCIAL HUMANITIES AND ADMINISTRATIVE SCIENCES · 2022
Typearticle
Languetr
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensAir Canada
Organismes subventionnairesnon disponible
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

ÖZET Havacılık endüstrisi geçtiğimiz dönemde tarihindeki en büyük krizlerden biriyle yüzleşmiştir.2020 yılında tüm dünyayı kapanmaya iten COVİD-19 salgını ülkelerin virüsün yayılmasını engellemek adına aldığı kapanmalar etkisiyle üretim ve tedarik zinciri sorunlarına sebep olmuştur.Birçok endüstride yaşanan krizler kırılgan olan havacılık endüstrisinde yıkıcı bir etki bırakmıştır.Havayolu sektörü daha önceden yaşanan 11 Eylül olayları, SARS pandemisi veya 2008 ekonomik krizi gibi olaylardan daha yıkıcı bir süreçten geçmiştir.Kapatılan sınırlar, seyahat kısıtlamaları ve sosyal izolasyon politikaları havacılık endüstrisini büyük bir darboğaza sokmuştur.Bu dönemde havayolu şirketleri uçakları yere indirmiş ve uçuşlarını durdurmaya veya azaltmaya gitmiştir.Yolcu taşımacılığı yapamayan havayolları masraflarını kesemediği için pandemi döneminde rekor zararlar açıklamıştır.Bu dönemde yolcu taşımacılığında yaşanan gelişmelerin aksine hava kargo endüstrisi farklı yönde gelişmeler yaşamıştır.Ülkeler tıbbi ekipman ve aşı gibi acil taşınması gereken yüklerin etkisiyle hava kargo faaliyetlerini sürdürebilmeyi sağlamıştır.Bunlara ek olarak her geçen gün gelişen e-ticaret hızlı ve güvenilir taşımacılık hizmeti sunan hava kargo sektörüne olan talebin artmasına sebep olmuştur.Yaşanan gelişmeler sayesinde hava kargo sektörü havayolu endüstrisi için zararlarını hafifletmek adına önemli bir faktör olmuştur.Bu çalışmada COVİD-19 sürecinin hava kargo endüstrisini nasıl etkilediği araştırılmıştır.Çalışmada ilk vakaların ortaya çıktığı 2019 yılından 2021 yılına kadar ki dönem ele alınmıştır.Yapılan araştırmada havacılık otoriteleri, havayolu şirketleri, havalimanı şirketleri ve uçak üreticilerinden elde edilen veriler kullanılmıştır.Yapılan araştırmada hava kargo sektörü pandemi döneminde yere indirilen uçakların etkisiyle oluşan kapasite sorunları yaşamasına rağmen gelişmeye devam ettiğini ve havayolu endüstrisi için her geçen gün daha önemli bir yer tuttuğu ortaya çıkmıştır.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,303
Écart entre enseignants0,231 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJOURNAL OF SOCIAL HUMANITIES AND ADMINISTRATIVE SCIENCESMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207