Datasets of "Fixed Capital and Growth Imperatives: Is Commercial Aviation Trapped in a Treadmill?"
Notice bibliographique
Résumé
Financial Data This study sources financial data from Wharton Research Data Services (WRDS), specifically the Compustat Fundamentals database. Compustat North America covers U.S. and Canadian publicly traded companies, while Compustat Global includes firms outside North America. The dataset includes historical financial data from 1950 onward. Companies in the commercial aviation sector were identified using WRDS’s “Find Companies” tool and categorized into five sub-sectors: Airplane Manufacturers, Suppliers, Maintenance, Airlines, and Airport Operators. The selected financial variables include: Capital Expenditures (CAPX): Funds used for additions to property, plant, and equipment (PPE), excluding acquisitions. Property, Plant, and Equipment - Total (PPEGT): Gross valuation of tangible fixed assets used in operations. Earnings Before Interest, Taxes, Depreciation, and Amortization (EBITDA): A measure of operational profitability before reinvestment in fixed capital. The financial data reveals a consistent rise in capital expenditures and tangible fixed assets across five commercial aviation sub-sectors, reflecting increased investments in infrastructure and equipment. EBITDA has also grown significantly, with airlines and maintenance companies experiencing the highest surges, indicating that firms must generate larger operational surpluses to sustain expanding fixed capital investments. To adjust all financial data to 2024 constant US dollars, the Producer Price Index (PPI) from the Federal Reserve Economic Data (FRED) database was used. The PPI, dating back to 1912, reflects wholesale price changes, ensuring financial figures remain comparable over time. Trade Data Global trade data was obtained from the UN Comtrade Database using the Harmonized System (HS) classification for exports. Selected categories highlight aviation’s material footprint beyond fuel consumption: Aircraft tires (HS 401130) – Maintenance and wear-related material flows. Aircraft engines (HS 840710) – Technological propulsion components. Propellers and rotors (HS 880310) – Key aerodynamic components. Aircraft seats (HS 940110) – Passenger-related infrastructure. The resource data highlights a sharp rise in global exports of key aircraft components from 1988 to 2023. Aircraft seating saw the highest growth, increasing 33-fold, while aircraft tires and propellers expanded 21-fold. Piston engine exports rose 14-fold. This surge reflects rising global demand for aviation parts, driven by fleet expansion, maintenance needs, and the growing complexity of aircraft systems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».