MétaCan
Menu
Retour à la cohorte
Enregistrement W4387575998 · doi:10.33603/jgst.v7i2.26

Analysis of Fares and Subsidy Needs for Public Transportation using The Vehicle Operating Cost Approach (Case Study: Corridor 2 Trans Cirebon)

2023· article· en· W4387575998 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Green Science and Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésSubsidyPublic transportBusinessGovernment (linguistics)Transport engineeringWillingness to payService (business)Value (mathematics)Operating costEngineeringEconomicsMathematicsMarketingMicroeconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

Public transportation subsidies or what is called the Public Service Obligation (PSO) is an important indicator in the public transport system to ensure the sustainability of the operation of the public transportation system. Subsidies are government interventions in controlling transportation fares so that people can use public transportation at affordable fares. This study aims to provide an overview of the determination of fares and the amount of subsidy needed in corridor 2 of Trans Cirebon. Fare analysis is determined using the vehicle operating cost and Willingness To Pay (WTP) approaches which will then form the basis for providing an overview of the subsidy that should be provided by the Government in an ideal Trans Cirebon operation. This research shows that: 1) the fare currently applied are still in accordance with the WTP value the people of Cirebon City; 2) for an ideal Trans Cirebon operation, a vehicle operating cost of Rp. 6,135,159,933.29/year is required; 3) the amount of subsidy required ranges from Rp. 5,705,919,933.29/year to Rp. 6,108,879,933.29/year depending on the achievement value of the load factor and the fare applied.

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,007
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 Opus0,043
Tête enseignante GPT0,268
Écart entre enseignants0,226 · 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