International travel patterns: exploring destination preferences and airfare trends to and from the USA
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.
Notice bibliographique
Résumé
Approximately one quarter of all U.S. air-passenger trips (involving US airlines only) are to and from foreign destinations, which accounted for around 4.5% of total US person-miles in 2019. Travel demand modeling and US travel surveys often overlook this overseas travel. Therefore, this study assesses travel demand, patterns, and costs (in time and money) between major US and foreign airports worldwide, as well as ground trips to Mexico and Canada, using 2019 DB1B flight ticket data, the 2016–2017 National Household Travel Survey (NHTS), and border crossing data. A model of trip distribution, from 334 US airports to 1,028 foreign airports, shows how trip flows fall by about 41% with every 7-hour increase in flight start-to-end time. Destinations hosting tourist attractions (e.g, London, Barcelona, Milan, Paris, Dubai) are also a practically significant variable in the model, increasing flows by 48%. Flight fares (for one-way itineraries) increase by $0.078 per mile for coach class and $0.163 per mile for business class and higher, according to feasible generalized least-squares models. These fares are higher for English-speaking destinations than non-English-speaking destinations, as well as for trips from April to June (as compared to January to March with similar distances and seating types).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle