Commerce dans le secteur aéronautique et crash d'avions : une approche gravitaire
Notice bibliographique
Résumé
Ce mémoire s’intéresse aux effets que pourraient avoir des accidents ou crashs d’avions sur le commerce international des avions de ligne. La motivation à la base de ce travail empirique est que de tels désastres peuvent ternir la réputation des constructeurs d’avions et réduire leurs ventes. Notre approche permet de voir tout d’abord qu’en moyenne 90 % des exportations d’avions au niveau mondial proviennent de seulement six pays (Allemagne, Brésil, Canada, Espagne, États-Unis, France), que nous avons appariés aux constructeurs suivants : Airbus, ATR, Boeing, Bombardier, Embraer et McDonnell Douglas. Pour évaluer l’effet des accidents sur les flux de commerce entre pays, nous nous servons d’un modèle de gravité dans lequel nous tenons compte de déterminants fondamentaux du commerce international tels que le PIB, la distance, les liens coloniaux, la langue, etc. Nos résultats montrent, compte tenu de la période que nous considérons (1996-2014), qu’il n’y a pas d’effet significatif des accidents sur les flux de commerce d’avions. Un tel résultat peut s’expliquer par le fait que beaucoup de causes sont possibles lors des accidents et que ceux-ci ne sont pas toujours imputables aux constructeurs. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Accident aérien, crash, commerce bilatéral.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».