MétaCan
Menu
Retour à la cohorte
Enregistrement W840861806

Time Out at AirTran: the Low-Cost Carrier is Getting Used to Life After Double-Digit Growth

2009· article· en· W840861806 sur OpenAlexaboutno aff
Jerome Greer Chandler

Notice bibliographique

RevueAir transport world · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisBusinessMarket shareRecessionMileQuarter (Canadian coin)RevenueFinanceLow-cost carrierCommerceEconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article looks at the current state of AirTran, a low-cost carrier (LCC) based in Orlando, Florida, that experienced double-digit growth in seat-miles in the middle part of the first decade of this century. But last year, with the increase in the price of oil, capacity grew just 4.9 percent, with capacity falling 6.9 percent in the final quarter of 2008 compared to 2007. The fuel cost increase was especially hard on AirTran despite having a young, relatively fuel-efficient fleet because of its route structure. It is nearly exclusively domestic, where it is currently difficult to make money. AirTran reported a $273.8-million net loss for 2008, its first losing year since 1999. It had sales of $2.41 billion. AirTran is still cost-competitive, with costs of about six cents a seat-mile, and it doesn’t worry about losing market share to competitors because they are retrenching, too. Its main focus is building up its cash reserves, which are now at $340.5 million. The goal is to achieve $600 million. According to the airline's CEO, the recession will make customers appreciate AirTran’s value pricing even more, though it has already eliminated 47 aircraft from its fleet plan for 2009-2012, disposing of them before the market for them shrank. After the failure of a takeover bid in 2006-2007, AirTran is keeping its route structure essentially unchanged. Charts show market shares in selected markets and selected results.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0090,010
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0430,014

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 Opus0,016
Tête enseignante GPT0,207
Écart entre enseignants0,191 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir transport worldMême sujetTransport and Economic PoliciesTravaux en français237 207