MétaCan
Menu
Retour à la cohorte
Enregistrement W7037443591

Étude de l'impact des systèmes de divertissement dans l'amélioration de l'expérience de voyage des passagers de la génération Y dans le transport aérien

2020· other· fr· W7037443591 sur OpenAlexaff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2020
Typeother
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensBibliothèque et Archives nationales du Québec
Organismes subventionnairesnon disponible
Mots-clésOccupational trainingPoison controlAir transport
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Selon les statistiques de l’Organisation mondiale du tourisme (OMT, 2016), le pourcentage de jeunes effectuant des voyages internationaux ne cesse d’augmenter au fil des années. Ces jeunes font également partie de cette génération qui utilise abondamment les nouvelles technologies de l’information et de la communication (NTIC). Ces dernières sont en effet de plus en plus présentes dans nos vies et leur présence évolue autant que le nombre de voyages effectués par les individus chaque année. Le but de ce travail de recherche est d’étudier l’impact des systèmes de divertissement (IFE) sur l’amélioration de l’expérience de voyage des passagers de la Génération Y dans le transport aérien et plus particulièrement pendant le voyage. Pour atteindre cet objectif, et en se basant sur le modèle de l’économie de l’expérience de Pine et Gimore, nous avons administré un questionnaire auprès des étudiants de l’École des sciences de la gestion de l’UQAM afin de mesurer la place des IFE avant, pendant et après un voyage en avion. Les résultats obtenus permettent de conclure que les systèmes de divertissement contribuent effectivement à l’amélioration de l’expérience des passagers de la Génération Y sans toutefois être déterminants. En effet, au moment de choisir une compagnie aérienne d’autres facteurs (le prix par exemple) sont davantage pris en considération lors de l’achat d’un billet d’avion. Cela étant dit, l’accessibilité de plus en plus facile à Internet à bord des avions et offerte uniquement par quelques compagnies actuellement, risque de changer la donne au cours des prochaines années. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : expérience, système de divertissement (IFE), nouvelles technologies de l’information et de la communication (NTIC), transport aérien, Génération Y.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,201
Écart entre enseignants0,190 · 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
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetAviation Industry Analysis and TrendsTravaux en français237 207