SELF-TAG BAGS : PASSENGERS ARE AVOIDING CHECK-IN COUNTER QUEUES BY TAGGING THEIR OWN BAGGAGE IN A MONTREAL PILOT PROGRAMME
Notice bibliographique
Résumé
Self check-in by passengers at automated kiosks in airports could be joined by self-tagging of checked luggage, to judge by results from a pilot project in summer of 2004 at Canada's Montreal-Trudeau International Airport. It allows trans-border check-in and checking of luggage by passengers. More than 6,600 transactions were recorded in the first four months of the pilot project. It was a collaboration among the United States Transportation Security Administration (TSA), SITA, Transportation Canada and U.S. Customs. The authority for the airport initiated the program and supported it with funding to develop software to enable bag tag printing, known as AeroCheck. There were three goals: eliminate lines, reduce the amount of staff airlines have to use in the process and free up terminal space. At US Airways, some 20% of passengers were tagging their own bags. To participate, people had to pass through a three-question screening process: did they pack their bags themselves, did they leave them unattended at any point since leaving home, and were they aware of what their bags contained. After receiving boarding passes and baggage tags, they proceeded to a pre-clearance area. The automated system is projected to handle about double the flow of passengers compared to traditional check-in counters. As a result of the original test success, the authority is installing a one-stop self-tagging area in a new courtyard, with passengers then depositing their bags in a common area where the tags are scanned and bags directed to proper carrier.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».