MétaCan
Menu
Retour à la cohorte
Enregistrement W4404343302 · doi:10.54648/aila2024040

Implications of Wet Leasing to Paper Airlines: Generating Capacity Outside an Air Service Agreement

2024· article· en· W4404343302 sur OpenAlexaboutno aff
Connor Haffey

Notice bibliographique

RevueAir and Space Law · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Law and Aviation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessService (business)AeronauticsMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

Operating aircraft under leasing has increased greatly over the past twenty years. One type of aircraft leasing, wet leasing, is the practice of providing not only the aircraft to the lessee but also at least some of the crew, and potentially the maintenance, and insurance for the aircraft. In a wet lease agreement, because the lessor usually provides the majority of the aircraft’s servicing functions, the lessor is typically considered the operator of the aircraft but the aircraft is flown under the lessee’s designator code. In states where substantial ownership regulations are less restricted, an airline in one state can own a paper airline in another state. In such a scenario, the lessor may own the foreign airline that it wet leases to and use the lessee’s traffic rights.This paper focuses on the implications of a lessor wet leasing to a foreign paper airline in which the lessor has a financial stake. One such implication includes how the lessor can use the lessee’s traffic rights to generate a route between the lessor airline’s state of registry and a third state without an air service agreement between the states. The primary, and seemingly only, example of this innovation is the TACA airlines arrangement with LACSA that created a route between El Salvador and Canada from 2006 to 2010, when El Salvador and Canada did not have an air service agreement. Other implications of similarly innovative wet leasing arrangements to a paper airline or struggling airline are also analysed, such as an expansion of capacities beyond that provided in an air services agreement (ASA).

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,315
Écart entre enseignants0,285 · 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'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir and Space LawMême sujetInternational Law and AviationTravaux en français237 207