MétaCan
Menu
Back to cohort
Record W3013437580 · doi:10.30657/hdmk.2020.20

THE IMPACT OF THE LEVEL OF SERVICE ON DIMENSIONING AIRPORT PASSENGER TERMINAL

2020· article· en· W3013437580 on OpenAlexaff
Jelena Pivac, Igor Štimac, Matija Bračić, Sanja Steiner

Bibliographic record

VenueQUALITY – YESTERDAY TODAY TOMORROW · 2020
Typearticle
Languageen
FieldEconomics, Econometrics and Finance
TopicAviation Industry Analysis and Trends
Canadian institutionsInternational Air Transport Association
Fundersnot available
KeywordsDimensioningTerminal (telecommunication)Service (business)Transport engineeringEngineeringComputer scienceBusinessTelecommunicationsMarketingAerospace engineering

Abstract

fetched live from OpenAlex

SAŽETAKDugoročne prognoze prometa putnika predviđaju na globalnoj razini značajan rast u zračnom prometu dok se istovremeno povećavaju i očekivanja putnika vezano uz razinu kvalitete usluge na zračnim lukama.Porast broja putnika s jedne strane te ograničeno širenje infrastrukture i povećanja kapaciteta zračne luke s druge strane ograničili su sposobnost zračnih luka da održe zadovoljavajuću razinu kvalitete usluge prema putniku.Zbog velike koncentracije zračnih luka i njihove međusobne konkurentnosti, razina kvalitete usluga, sigurnost i zadovoljstvo putnika, jedni su od ključnih faktora pri odabiru polazišne zračne luke.U ovom radu bit će prikazana metodologija za mjerenje razine kvalitete usluge prema putniku na primarno-tehnološkim sadržajima prometnog toka u putničkom terminalu zračne luke koja se temelji na percepciji korisnika i evaluaciji same usluge.Uspostavljanje mjera za ocjenu operativnih performansi i kvalitete usluge (QoS -Quality of Service) zračne luke te njihovo daljnje objektivno provođenje jedni su od glavnih problema s kojim se susreće menadžment zračne luke.Ovim istraživanjem prikazat će se uspostava sustava razine kvalitete usluge IATA (LoS -Level of Service) na zračnim lukama, pojasniti razlike tijekom evolucije same metodologije i određivanja ključnih pokazatelja uspješnosti (KPI) te pojasniti na koji način uvođenje ovog koncepta pomaže u optimiranju razine kvalitete usluge i dimenzioniranja kapaciteta putničkog terminala.Ključne riječi: zračne luke, putnički terminal zračne luke, razina kvalitete usluge, kapacitet, ključni pokazatelji učinkovitosti (KPI), dimenzioniranje sadržaja. UVODPutnički terminal zračne luke važno je područje i za putnike i zračnu luku jer je to prvo područje u koje putnici ulaze i koje doživljavaju, što utječe na sveukupno iskustvo putnika u zračnoj luci.Sve veća potražnja za zračnim prijevozom u kombinaciji s tehničkim, fizičkim i političkim ograničenjima u osiguravanju kapaciteta rezultirala je neusklađenošću potražnje i kapaciteta.Rast potražnje općenito je nadmašio kapacitete zračnih luka posljednjih nekoliko desetljeća.U Sjedinjenim Američkim Državama to rezultira kašnjenjem zrakoplova velikih razmjera krajem 90-ih i početkom 2000te godine.Na najvećim europskim zračnim lukama nedostatak kapaciteta je još veći 1 , što često uzrokuje zagušenje postojećih kapaciteta te neadekvatnu razinu kvalitete usluge.Putnici često čekaju u dugim redovima na primarnim tehnološkim sadržajima, nerijetko dolazi do kašnjenja zrakoplova, a kao korektivnu mjeru zračne luke traže nove načine da optimiziraju svoje postojeće resurse i iskoriste maksimum iz svojih ulaganja.Zračne luke s ograničenim kapacitetom trebaju zadovoljiti očekivanu količinu prometa, koja je u mnogim slučajevima već premašena.Izravne posljedice zagušenja zračnih luka i kašnjenja uključuju velike troškove, lošu razinu kvalitete usluge putnicima, neučinkovitost rada putničkog terminala i negativne utjecaje na kvalitetu okruženja i sigurnost cijelog zrakoplovnog sustava.Nadalje, na zračne luke stvara se sve veći politički pritisak za poboljšanjem učinkovitosti zračnih luka i održivim upravljanjem postojećih resursa zračne luke.No, da bi se poboljšala učinkovitost, potrebno je istu prvo procijeniti.To je potaknulo razne istraživače da se usmjere na modeliranje svih aspekata poslovanja zračnih luka i procjenu njihovih utjecaja na kašnjenja i zagušenja, sigurnost, okoliš i gospodarstvo u cjelini.Procjena učinkovitosti zračne luke složen je zadatak koji zahtjeva razumijevanje brojnih aspekata rada i procesa zračne luke.Potrebno je razmotriti veliki broj ključnih pokazatelja učinkovitosti (KPI) 2 poput kapaciteta, kašnjenja, razine kvalitete usluge, sigurnosti, zaštite, emisija, buke, ekonomskih troškova i koristi zajedno s njihovim međuovisnostima i kompromisima.U središtu ovog istraživanja biti će razmatrana razina kvalitete usluge (LoS 3 ) kao jedna od glavnih faktora učinkovitosti putničkog terminala te će biti dan pregled IATA 4 preporuka korištenih za procjenu i poboljšanje učinkovitosti.

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)0.001
metaresearch head score (Gemma)0.009
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 score0.086
Threshold uncertainty score0.170

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.009
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.001
Scholarly communication0.0020.001
Open science0.0000.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0110.001

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 head0.220
GPT teacher head0.336
Teacher spread0.116 · 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

Citations4
Published2020
Admission routes1
Has abstractno

Explore more

Same venueQUALITY – YESTERDAY TODAY TOMORROWSame topicAviation Industry Analysis and TrendsFrench-language works237,207