MétaCan
Menu
Retour à la cohorte
Enregistrement W4404599311 · doi:10.5267/j.uscm.2024.7.028

The mediating role of passenger safety in the relationship between safety procedures, ship crew competency, and operational performance

2024· article· en· W4404599311 sur OpenAlexvenueno aff
Asep Suparman, Dinar Dewi Kania, Prasadja Ricardianto, Endri Endri, Neng Sri Komala, Sunit Agus Tri Cahyono, Chatarina Rusmiyati, E Kuntjorowati, Anung Trijoko Wasono

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrewAeronauticsSample (material)Transport engineeringStructural equation modelingPort (circuit theory)BusinessOperations managementEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The main problems found mainly in the ferry transportation in the port of Merak-Bakauhuni in the Province of Banten, Indonesia, is the high occupational accident due to safety procedures and low ship crew competency which finally influence the company's operational performance. The aim of this research was to know and analyze the influence of safety procedures and ship crew competency on passenger safety that has impacts on the company's operational performance of ferriage at the port. This research used Structural Equation Model – SmartPLS4 with a research sample of as many as 150 ship crew. The results of this research indicated that safety procedures and ship crew competency positively and significantly influence passenger safety. Besides, safety procedures, ship crew competency, and passenger safety positively and significantly influence operational performance. These results also confirmed that passenger safety could mediate the influence of safety procedures on operational performance and the influence of ship crew competency on operational performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,041
Tête enseignante GPT0,359
Écart entre enseignants0,317 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetOccupational Health and Safety ManagementTravaux en français237 207