MétaCan
Menu
Retour à la cohorte
Enregistrement W4380079468 · doi:10.4018/ijisscm.324163

Strategic Analyses of Applying an Option-Based Hedging Mechanism in Parallel Airline Alliances

2023· article· en· W4380079468 sur OpenAlexafffund
Wang Xiao-jia, Richard Y.K. Fung

Notice bibliographique

RevueInternational Journal of Information Systems and Supply Chain Management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensMacEwan University
Organismes subventionnairesMacEwan UniversityAston UniversityLoughborough UniversityCity University of Hong Kong
Mots-clésAllianceExtant taxonBusinessRevenue managementMechanism (biology)RevenueMatching (statistics)Industrial organizationBest practiceSupply chainComputer scienceOperations researchRisk analysis (engineering)MarketingEconomicsFinanceManagementEngineering

Résumé

récupéré en direct d'OpenAlex

The extant literature proposes an option-based hedging mechanism for airlines in a parallel alliance to transfer bumped passengers to their alliance partner's flight. This paper extends this literature by conducting strategic analyses and developing a two-stage simulation-based algorithm to identify the best strategy for applying the hedging mechanism. Specifically, the best strategy refers to the best number of options for the allied carriers to transact. The authors show that there exists a robust result of the best number of options, and it is obtained under the objective of maximizing alliance-wide revenue. The result of this paper can provide direct guidance to the management of airlines on the best practice of hedging ex-post overbooking risks and matching supply with demand.

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 enseignants0,485
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,075
Tête enseignante GPT0,303
Écart entre enseignants0,228 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Information Systems and Supply Chain ManagementMême sujetAviation Industry Analysis and TrendsTravaux en français237 207