MétaCan
Menu
Retour à la cohorte
Enregistrement W4410962859 · doi:10.24144/2307-3322.2025.88.3.42

Passenger information unit as the unit of the API/PNR system operation

2025· article· en· W4410962859 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueUzhhorod National University Herald Series Law · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueTransportation Systems and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)Computer scienceDatabaseMathematics

Résumé

récupéré en direct d'OpenAlex

The main idea of this article is to emphasize and concentrate attention on the role of the National Advance Data Processing Center in the system of implementing the Advance Passenger Information (API) and Passenger Name Record (PNR) systems (hereinafter referred to as the API/PNR systems). The functioning of this API/PNR system in Ukraine is predicted to increase the level of effectiveness of countering various types of terrorist threats, as well as other criminal threats, both on the state border of Ukraine and directly within our country. Additionally, the capabilities of Ukrainian law enforcement agencies to interact with law enforcement agencies of other world countries will be expanded, which in turn will allow identifying not only individuals who are terrorists, but also individuals who may be involved in committing other serious crimes. The main fact is that this API/PNR system has proven itself to be extremely positive in various countries of the world, such as: the United States of America, Great Britain, European Union countries (Germany, France, Romania, Hungary, Italy, Portugal and others), Albania, Mongolia, China, Canada and others [1]. In particular, the use of this system in the European Union countries has increased the number of cases of detection of illegal migrants, and in the United States of America, in addition to this category of persons, the rate of detection of persons involved in terrorist activities has increased. A separate place is occupied by the consideration of the issue of the functioning single unit of the API/PNR Passenger Information Unit system (National Preliminary Data Processing Center, hereinafter referred to as the PIU). The main tasks of this unit are to process API/PNR data in order to combat terrorism and other serious crimes. In addition, this unit will interact with both Ukrainian and foreign law enforcement agencies, namely in the context of exchanging information about passengers and will be engaged in the storage of personal data of persons crossing the state border of Ukraine. At the same time, this unit will necessarily use all available mechanisms to prevent the leakage of such data. Thus, it is necessary and at the same time timely to adopt a legislative framework for the future deployment of the API/PNR system in our country.

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)0,000
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: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,188 · 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