Use of aircraft derived data for more efficient ATM operations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
How to make the air-transport system more efficient? The answer is complicated and yet simple: provide the most accurate data concerning the flight and share that information between the actors in the air transport system! Indeed this is foreseen in the ICAO operational concept adopted at the eleventh Air Navigation Conference in Montreal in September/October 2003. Provision of aircraft derived data (ADD) is not a new idea, but recent technological progress makes it a far more realistic proposition, especially since most modern aircraft have much more accurate information than the ground system concerning their actual status and its projection to the future. This paper discusses the ways in which ADD can be used to benefit air traffic management. Potential ADD benefits result from reductions in controller workload through the provision of controller access parameters and also the enabling of more accurate trajectory predictions which should improve the efficiency of air traffic planning and monitoring tools. ADD can also facilitate the interaction of ATC with airline operation centres and airport operations. The work presented here is part of an ongoing European Union-funded NEAN Update Programme (NUP) (Gustavsson, 2001) activity to determine the technical feasibility of downlinking ADD to ground ATC systems using ADS-B and the operational benefits that this would bring. An operational service description has been developed (ADD Tiger Team, 2004) specifying how ADD could be used in ground ATC en-route and terminal area systems. Validation studies are ongoing focusing on the potential improvements to trajectory prediction that can be obtained through the use of ADD and the resulting efficiency benefits on controller decision support tools.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle