Eficiencia del transporte férreo de carga Internacional: \nUn análisis a través de la envolvente de datos \n(Efficiency of railways international freight: \nan analysis with data envelopment)
Notice bibliographique
Résumé
Abstract: In this paper based on the methodology of Analysis of Data Envelopment (DEA), the efficiency is calculated 32 countries with the largest trade flows for 2013. During the first stage, the overall technical efficiency is determined, which is calculating the product of pure technical efficiency and the efficiency of scale. In a second, benchmarking analysis given \ncurrent inputs and outputs as well as the target was carried out. The results shows that the \ncountries of China, United States, Singapore and Thailand show overall technical efficiency; China, United States, Hong Kong, Japan, Singapore and Thailand have pure technical efficiency and the countries of Brazil, Canada, China, United States, India. Russia, Singapore \nand Thailand have scale efficiency. With respect to Mexico, although it is not efficient according to the results shown there are different proposals and guidelines to follow which should give priority to the decrease of costs by 62.67 percent to the value of 318.57USD; increase rail infrastructure and pathways electrified by 85.88 percent for each item. \n \nResumen: En este trabajo a partir de la metodología del Análisis de la Envolvente de Datos (DEA), se calcula la eficiencia 32 países con mayor flujo de comercio para el año 2013. en una primera etapa, se determina la eficiencia técnica global, la cual es el producto de la \nmultiplicación de la eficiencia técnica pura entre la eficiencia de escala. en un segundo apartado, se realizó un análisis de benchmarking considerando los inputs y outputs actuales de tal forma que derivado del estudio se puedan dar estrategias a seguir para los casos no \neficientes. En los resultados se observa que los países de China, Estados Unidos, Singapur y Tailandia muestran eficiencia técnica global; China, Estado Unidos, Hong Kong, Japón, Singapur y Tailandia tienen eficiencia técnica pura y los países de Brasil, Canadá, China, \nEstado Unidos, India. Rusia, Singapur y Tailandia poseen eficiencia a escala. Por lo que respecta a México, si bien no es eficiente acorde a los resultados mostrados existen diferentes propuestas y lineamientos a seguir donde se deberá dar prioridad a la diminución \nde los costos en un 62.67 por ciento hasta alcanzar el valor de 318.57USD; aumentar la infraestructura férrea y las vías electrificadas en un 85.88 por ciento para cada rubro.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».