MétaCan
Menu
Back to cohort
Record W133092411

Trafic aérien et économie locale en Amérique du Nord : le cas de Montréal.

2005· article· fr· W133092411 on OpenAlexaboutno aff
Carine Discazeaux

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicAviation Industry Analysis and Trends
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt
DOInot available

Abstract

fetched live from OpenAlex

L'objectif de ce memoire est de determiner les reelles origines du ralentissement des activites aeriennes de Montreal. Ses activites ralentissent au courant des annees 1980, alors qu'elle connait quelques annees plus tot une periode de gloire encore difficile a oublier. Elle etait consideree comme une plaque tournante majeure de l'Est de l'Amerique du Nord. En 1970, l'industrie montrealaise est a son apogee et pourtant ses activites aeriennes declinent depuis quelques annees ... Ce ralentissement est souvent attribue au dedoublement du site aeroportuaire, avec la construction de l'aeroport international Montreal-Mirabel en 1975. Mais qu'en est-il exactement? Selon la litterature, le volume du trafic aerien varie selon le poids economique des villes desservies (lvy, Fik et Malecki, 1995; Debbage, 1999 ; Debbage et Delk, 2001 ; Brueckner, 2003 ; Baldwin et Di Pietro, 2004). Le recul de Montreal ne serait-il pas egalement d'origine economique? L'analyse se subdivise en deux parties : nous verifions d'abord si le volume du trafic aerien des villes nord-americaines varie selon leur poids economique en 2000, pour ensuite determiner les origines du ralentissement des activites aeriennes de Montreal ainsi que les differents facteurs expliquant l'evolution de l'industrie de 1945 a aujourd'hui. La premiere analyse confirme la reelle importance de l'economie locale comme determinant du niveau du trafic aerien : la taille ainsi que la structure des marches locaux determinent 76,4% de la variation du trafic aerien des villes nord-americaines. Il apparait cependant que Montreal n'a pas le trafic aerien escompte etant donne son poids economique. Sa localisation geographique expliquerait ce deficit, les compagnies aeriennes ayant eu tendance a orienter leur trafic vers les villes geographiquement centrales. La deuxieme analyse corrobore ces resultats et revele qu'une combinaison de facteurs declenche le ralentissement des activites aeriennes montrealaises. L'economie nord-americaine amorce un mouvement vers l'Ouest et vers le Sud au debut des annees 1970, delaissant Montreal au profit de Toronto. Parallelement, grâce au progres technologique des annees 1960, les appareils ont un rayon d'action superieur : les compagnies aeriennes reorganisent alors leurs reseaux aeriens, favorisant plutot Toronto qui jouit d'une plus grande activite economique d'une part, et qui a une localisation plus centrale pour se connecter aux autres villes nord-americaines d'autre part. La politique aerienne s'adapte quelques annees plus tard, au courant des annees 1970, en abolissant les politiques protectionnistes dont beneficiait Montreal. Enfin, le systeme aeroportuaire montrealais est dedouble, sans connexion. En 1980, l'activite aerienne montrealaise se stigmatise dans une ere d'instabilite. La migration des activites economiques se poursuit et s'intensifie. Parallelement, l'industrie du service aerien est dereglementee a l'echelle nord-americaine : la restructuration de l'industrie vient donc exacerber cette perte de vitesse avec l'essor et l'intensification du reseau etoile qui favorise les villes d'une certaine taille et centrales au nouveau reseau aerien integre. En somme, l'etude conclut que le ralentissement des activites aeriennes de Montreal est la consequence du deplacement des activites economiques, exacerbe par la reorganisation du reseau aerien suite a la liberalisation du marche aerien.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.024
Threshold uncertainty score0.158

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.005
Science and technology studies0.0020.002
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0070.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.017
GPT teacher head0.216
Teacher spread0.199 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2005
Admission routes1
Has abstractyes

Explore more

Same topicAviation Industry Analysis and TrendsFrench-language works237,207