MétaCan
Menu
Retour à la cohorte
Enregistrement W559996274

LES STRUCTURES DE GOUVERNANCES DE LA CHAINE TRANSACTIONNELLE DU TRANSPORT FLUVIAL DE CONTENEURS SUR LE RHONE

2014· preprint· en· W559996274 sur OpenAlexaff
Émeric Lendjel, Marianne Fischman, Élisabeth Gouvernal

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2014
Typepreprint
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensMinistère des Transports
Organismes subventionnairesnon disponible
Mots-clésContainer (type theory)Structural basinGeographyBARGEEconomyEngineeringGeologyEconomicsGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The modal share of container barging in French maritime ports (9% of TEU in Le Havre and 5% in Marseille in 2007) is significantly lower than elsewhere (32% in Rotterdam and 33% in Antwerp). Some reports and studies explain the viscosity of container barging flows as a result of several factors, generally concentrated around the seaport community. In continuation of previous seminal works, this paper adopts a neo-institutional approach (Williamson, 1985; 1996) of container barging to understand how the factors generating this viscosity are managed in the Rhône-Saône river basin. Section 1 describes the characteristics of the transaction of container barge transport. Section 2 deals with observed governance structures (Logirhône and RSC) of this transaction chain in the Rhône-Saône river basin and shows how vertical integration helps to control it. . Section 3 is devoted to the transaction' attributes (asset specificity, frequency, uncertainty) of this chain. It confirms Williamson (1996) remediableness criterion, i.e. that the observed governance structure of a given transaction is presumed efficient and aligned to its attributes. Finally, it shows that the development of container barge transport on the Rhône-Saône basin in France is not impeded by its degree of integration.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0050,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetMaritime Ports and LogisticsTravaux en français237 207