MétaCan
Menu
Retour à la cohorte
Enregistrement W4412676427 · doi:10.37859/jeq.v10i1.8209

LEGAL PROTECTION OF PASSENGERS FOR LOSS AND DAMAGE OF LUGGAGE ON AIR AIRLINES BASED ON THE 1999 MONTREAL CONVENTION AND NATIONAL LAW CASE STUDY RULING NUMBER 44/PDT-Sus-BPSK/2023/PN.PDG

2025· article· en· W4412676427 sur OpenAlexaboutno aff
Reyna Pramesti, Sutiarnoto Sutiarnoto, Fajar Khaify Rizky

Notice bibliographique

RevueJOURNAL EQUITABLE · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Policies and Emissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConventionLawPolitical scienceAeronauticsEngineering

Résumé

récupéré en direct d'OpenAlex

Air transportation plays a strategic role in the mobility of people and goods, but the risk of loss and damage to baggage is an important issue that requires legal regulation. The Montreal Convention 1999 and national laws, including Law Number 1 of 2009 concerning Aviation, provide the legal basis for airlines' liability to passengers. These regulations set limits on airline liability and compensation claim procedures that aim to provide protection and legal certainty for passengers. This study uses a descriptive method with a normative legal approach, utilizing primary, secondary, and tertiary data that are analyzed qualitatively. The results of the study indicate that the legal regulations related to airline liability for loss and damage to baggage are quite comprehensive. However, its implementation still faces obstacles, such as complicated and less transparent claim procedures. Incidents of loss or damage to goods have material and psychological impacts on passengers and can damage the airline's reputation. Therefore, steps are needed to improve the effectiveness of the implementation of the rules, including simplifying claim procedures, increasing transparency, and monitoring airline compliance in order to protect consumer rights.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,581
Score d'incertitude au seuil0,844

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,005
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJOURNAL EQUITABLEMême sujetEnvironmental Policies and EmissionsTravaux en français237 207