COVID-19 DÖNEMİNDE HAVACILIKTA STRATEJİK YÖNETİM VE UÇUŞ VERİLERİNİN İNCELENMESİ

Yıl 2023, Cilt: 10 Sayı: 22, 260 - 282, 30.08.2023

Zekeriya Şahin , Ekrem Süzen

https://doi.org/10.58884/akademik-hassasiyetler.1276346

Cited By: 1

Öz

2019 yılının Aralık ayında Çin’in Wuhan kentinde ortaya çıkan COVID-19 salgını günümüz dünyasında hemen her sektörü önemli ölçüde etkilemiştir. Dünya Sağlık Örgütü tarafından pandemi olarak ilan edilen COVID-19, havayolu taşımacılığını da etkilemiştir ve etkilemeye devam etmektedir. 2020 yılı itibariyle dünya ülkeleri tarafından havayolu taşımacılığında çeşitli tedbirler alınmıştır. Bu durum havayolu taşımacılığının, gerek sosyal durumu gerekse ekonomik açıdan etkilenmesine yol açmıştır. SARS salgınından bu yana en büyük salgın hastalık olan COVID-19, sivil havacılıkta insani tedbirlere; maske kullanımına, sosyal mesafe kuralına ve dezenfektan zaruriyetine yol açmıştır. Ayrıca dünya ülkelerinin de etkilendiği gibi Türkiye de sivil havacılık bağlamında etkilenen ülkelerden biridir. Bu çalışmada ise Covid-19 döneminden önce ve sonra uçuş verileri analiz edilmiştir

Anahtar Kelimeler

Covid-19, Havacılık Yönetimi, Stratejik Yönetim, Uçuş Verileri, Derin Öğrenme.

STRATEGIC MANAGEMENT AND INVESTIGATION OF FLIGHT DATA IN AVIATION IN THE PERIOD OF COVID-19

Öz

The COVID-19 outbreak, which emerged in Wuhan, China in December 2019, has significantly affected almost every sector in today's world. COVID-19, declared a pandemic by the World Health Organization, has also affected and continues to affect air transportation. As of 2020, various measures have been taken in air transportation by countries around the world. This situation has led to the social and economic impact of air transportation. COVID-19, the largest epidemic disease since the SARS outbreak, has led to human measures in civil aviation, such as the use of masks, social distancing rules, and the necessity of disinfectants. In addition, Turkey, like other countries around the world, has been affected in terms of civil aviation. In this study, flight data before and after the COVID-19 period were analyzed.

Anahtar Kelimeler

Covid-19, Aviation Management, Strategic Management, Flight Data, Deep Learning.

Kaynakça

• Abate, M., Christidis, P., Purwanto, A. J. (2020). COVID-19 Salgını sonrasında havayollarına devlet desteği. Hava Ulaştırma Yönetimi Dergisi, 89, 101931.
• Albers, S., Rundshagen, V. (2020). European Airlines'ın COVID-19 Salgınına stratejik yanıtları (Ocak-Mayıs, 2020). Hava Ulaştırma Yönetimi Dergisi, 87, 101863.
• Boston Consulting Group. (2021, 27 Nisan). Boston Consulting Group releases annual sustainability report, 5 Mart 2023 tarihinde https://www.bcg.com/press/27april2021-boston-consulting-group-releases-annual-sustainability-report adresinden erişilmiştir.
• Boyle, M. (2020). Decreased incidence of infections caused by pathogens transmitted commonly through food during the COVID-19 Pandemic, Foodborne Diseases Active Surveillance Network, 10 U.S. Sites, 2017–2020
• Belcastro L, Marozzo F, Talia D, Trunfio P. (2016), Using scalable data mining for predicting flight delays. ACM Trans Intell SystTechnol., 8, 1–20.
• Belcastro L., Marozzo F., Talia D., Trunfio P. (2016), Using scalable data mining for predicting flight delays, ACM Trans. Intell. Syst. Technol., 1, 5-20.
• Bielecki, M., Patel, D., (2020). Reprint of: Air travel and COVID-19 prevention in the pandemic and peri-pandemic period: A narrative review, Travel Medicine and Infectious Disease, Vol: 38
• Brouwer, E., Peeters, LM., (2020). COVID-19 in people with multiple sclerosis: A global data sharing initiative, Multiple Sclerosis Journal, V:26, 10.
• Budd, L., Ison, S., Adrienne, N. (2020). COVID-19 Pandemisine Avrupa havayolu müdahalesi- Havayolu işletmeciliği ve yönetimi için daralma, konsolidasyon ve gelecekteki hususlar. Ulaştırma İşletmeciliği ve Yönetimi Araştırması, 37, 100578.
• Choi S, Kim YJ, Briceno S, Mavris D., (2016). Makine öğrenimi algoritmalarına dayalı olarak hava kaynaklı hava yolu gecikmelerinin tahmini. In: Proceeding of IEEE/AIAA 35th Dijital Aviyonik Sistemler Konferansı (DASC), 1–6.
• Combe, E., Bréchemıer, D., (2020). Avant Le Covıd-19 Le Transport Aérıen En Europe : Un Secteur Déjà Fragılısé, Roland Berger, fondopol.
• Dube, E., Verger, P., Scronias, D., (2021). Attitudes of healthcare workers towards COVID-19 vaccination: a survey in France and French-speaking parts of Belgium and Canada, ECDC, Volume 26, Issue 3.
• Dunn, G., (2020). Koronavirüsün havayolları üzerindeki etkisinin sayılarla hikayesi. 8 Haziran 2020 tarihinde https://www.flightglobal.com/strategy/how-the-airline-industryhas-been-hit by thecrisis/ 138554. article?adredir 1/41 adresinden erişilmiştir.
• EASA (2020), COVID-19 aviation health safety protocol, EASA, 2020d. 31 Mayıs 2020 tarihinde https://www.easa.europa.eu/document-library/generalpublications/covid-19-aviation-healthsafety-protocol adresinden erişilmiştir.
• Findlater, A., Bogoch, I. I. (2018). İnsan hareketliliği ve bulaşıcı hastalıkların küresel yayılımı: Hava yolculuğuna odaklanma. Parazitolojide Eğilimler, 34(9), 772-783.
• Grant Thornton, (2020). COVID-19 salgınının finansal raporlama etkileri, 5 Mart 2023 tarihinde https://www.grantthornton.com.tr/en-guncel/raporlar-ve-arastirmalar/covid-19-salgininin-finansal-raporlama-etkileri/?hubId=1673828 adresinden erişilmiştir.
• Hospitalitynet, (2021, 29 Aralık). The year in review - 2021 most read stories on hospitality net. 5 Mart 2023 tarihinde https://www.hospitalitynet.org/news/4108197.html adresinden erişilmiştir.
• Haghani, M., Bliemer, M.C., Goerlandt, F., & Li, J. (2020). Koronavirüsler, COVID-19 ve bununla ilişkili güvenlikle ilgili araştırma boyutları hakkında bilimsel literatür: Bilimsel bir analiz ve kapsam bütünleme. Güvenlik bilimi, 129, 104806.
• IATA. (2020b.) Yıllık Değerlendirme Raporu. 02 Mayıs 2021 tarihinde https://www.iata.org/contentassets/c81222d96c9a4e0bb4ff6ced0126f0bb/iata-annual-review-2020.pdf adresinden erişilmiştir.
• IATA. (2020c). COVID-19'dan sonra havacılığın yeniden başlatılması, 3 Mart 2023 tarihinde https://www.iata.org/contentassets/f1163430bba94512a583eb6d6b24aa56/covid-medicalevidence-for stratejileri-200423.pdf adresinden erişilmiştir.
• IATA. (2020e). IATA: Yolcu pazarı analizi. Uluslararası Hava Taşımacılığı Birliği, Montreal, Kanada. 3 Mart 2023 tarihinde https://www.iata.org/en/iata-repository/publi katyonları/ekonomik- raporlar/havayolları---ara-2019/ adresinden erişilmiştir.
• J. De Vos, (2020). COVID-19 ve müteakip sosyal mesafenin seyahat davranışı üzerindeki etkisi, Transportasyon Research Interdisciplinary Perspectives, 5, 100121. https://doi.org/: 10.1016/j.trip.2020.100121.
• Kang, L., Hansen, M., (2017). Behavioral analysis of airline scheduled block time adjustment, Transp. Res. Part E: Log. Transp. Rev. 103, 56–68.
• Karsoliya S., (2012), Approximating number of hidden layer neurons in multiple hidden layer bpnn architecture, International Journal of Engineering Trends and Technology, 6, 714–717.
• Kenan, N., Jebali, A., Diabat, A., (2018). The integrated aircraft routing problem with optional flights and delay considerations. Transp. Res. Part E: Log. Transp. Rev., 118, 355–375.
• Khatib, A. N., Carvalho, A.M., Primavesi, R., To, K., & Poirier, V. (2020). COVID-19 sırasında uçmanın risklerinde gezinmek: Güvenli hava yolculuğu için bir inceleme. Seyahat Tıbbı Dergisi, 27(8), taaa212.
• Kim YJ, Choi S, Briceno S, Mavris D., (2016), A deep learning approach to flight delay prediction. Proceeding of EE/AIAA 35th Dijital Aviyonik Sistemler Konferansı (DASC), 1-6,
• Lamb, T. L., Winter, S. R., Rice, S., Ruskin, K. J., Vaughn, A. (2020). COVID-19 Salgını sırasında ve sonrasında yolcuların uçmaya istekli olduklarını tahmin eden faktörler. Hava Ulaştırma Yönetimi Dergisi, 89, 101897.
• Liu, J., Liao, X., Qian, S., Yuan, J., Wan g, F., Liu, Y., Zhang, Z. (2020). Şiddetli akut solunum sendromu Koronavirüsünün toplum bulaşması 2, Shenzhen, Çin, 2020. Ortaya Çıkan Bulaşıcı Hastalıklar, 26(6), 1320.
• Manna, S., Biswas, S., Kundu, R., Rakshit, S., Gupta, P., Barman, S., (2017), A statistical approach to predict flight delay using gradient boosted decision tree, International Conference on Computational Intelligence in Data Science(ICCIDS 2017).
• McMahon DE, Peters GA, Ivers LC, Freeman EE (2020) Global resource shortages during COVID-19: Bad news for low-income countries. PLoS Negl Trop Dis 14(7).
• Monmousseau, P., Marzuoli, A., Feron, E., (2020). Impact of Covid-19 on passengers and airlines from passenger measurements: Managing customer satisfaction while putting the US Air Transportation System to sleep. Transportation Research Interdisciplinary Perspectives, V:7 .
• Prasad US, Chauhan PA, AshaL S. (2016), Data mining & predictive analysis on airlines performance. Int J Pure Appl Math.2018;118:1–12. AIAA 35th Dijital Aviyonik Sistemler Konferansı (DASC); 2016, 1–6.
• Sobieralski, J.B. (2020). COVID-19 ve havayolu istihdamı: Tarihsel belirsizlik şoklarından sektöre bakış. Ulaştırma Araştırmaları Disiplinlerarası Bakış Açıları, 5, 100123.
• Sternberg, A., Soares, J.D.A., Carvalho, D., Ogasawara, E., (2017). A review on flight delay prediction. arXiv: Computers and Society.
• Suau-Sanchez, P., Voltes-Dorta, A., Cugueró-Escofet, N. (2020). COVID-19'un bir ir taşımacılığı üzerindeki etkisinin erken bir değerlendirmesi: Sadece başka bir kriz mi yoksa bildiğimiz şekliyle havacılığın sonu mu?. Ulaştırma Coğrafyası Dergisi, 86, 102749.
• Thiagarajan B, Srinivasan L, Sharma AV, Sreekanthan D, Vijayaraghavan V. (2017), A machine learning approach for prediction of on time performance of flights., Proceeding of 2017 IEEE/AIAA 35th Digital Avionics Systems Conference (DASC), 6.
• Türker, G. Ö. (2020). Covid-19 salgını turizm sektörünü nasıl etkiler? Turizm akademisyenleri perspektifinden bir değerlendirme. Uluslararası Sosyal Bilimler ve Eğitim Araştırmaları Dergisi, 6(2), 207-224.
• Wyman, J., Shah, PB., Welt, F., (2020). Triage Considerations for Patients Referred for Structural Heart Disease Intervention During the COVID-19 Pandemic: An ACC/SCAI Position Statement, JACC Journal, Vol. 13 No. 12.
• Yazdi, A.A., Dutta, P., Steven, A.B., (2017). Airline baggage fees and flight delays: a floor wax and dessert topping? Transp. Res. Part E: Log. Transp. Rev., 104, 83–96.
• Yu, B., Guo, Z., Asian, S., Wang, H., Chen, G., (2019), Flight delay prediction for commercial air transport: A deep learning approach, Transportation Research Part E, 125, 203–221.