MétaCan
Menu
Retour à la cohorte
Enregistrement W4405157315 · doi:10.1016/j.tra.2024.104333

Mitigating simultaneity bias in seaport efficiency measurement

2024· article· en· W4405157315 sur OpenAlexfundno aff
Kenneth Løvold Rødseth, Timo Kuosmanen, Rasmus Bøgh Holmen

Notice bibliographique

RevueTransportation Research Part A Policy and Practice · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesNorges ForskningsrådRéseau de cancérologie Rossy
Mots-clésSimultaneityTransport engineeringEconometricsComputer scienceEnvironmental scienceEconomicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Seaport efficiency measurement is one of the most popular topics in maritime economics. Studies within this research area have not paid attention to the well-known simultaneity bias in productivity and efficiency measurement that can lead to inconsistent estimates of best practices. This paper investigates simultaneity in seaport efficiency measurement and proposes a novel strategy to mitigate the bias by exploiting the relationship between port efficiency and choice, another key topic within the maritime literature. A non-parametric framework for joint estimation of production and control functions subject to shape constraints is further developed. Contrary to comparable methods for controlling for simultaneity, the new method does not require multiple steps and rigorous assumptions about the error term to retrieve the port production function. An empirical investigation is provided for the eight largest container ports in Norway to showcase presence and mitigation of simultaneity bias in efficiency analysis of seaports.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,235
Tête enseignante GPT0,426
Écart entre enseignants0,191 · 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'étudeSans objet
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 revueTransportation Research Part A Policy and PracticeMême sujetMaritime Ports and LogisticsTravaux en français237 207