MétaCan
Menu
Retour à la cohorte
Enregistrement W158475136

Friction and Prediction

2007· article· en· W158475136 sur OpenAlexaboutno aff
J B Croll, Angelo Boccanfuso

Notice bibliographique

RevueInternational airport review · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRunwaySnowFrost (temperature)Environmental scienceEngineeringMeteorologyAeronauticsMarine engineeringForensic engineeringGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Joint Winter Runway Friction Measurement Program (JWRFMP) is the focus of this article. An international initiative comprised of more than 30 organizations in 12 countries – including the United States, Canada, France, Germany, Norway, and Japan – JWRFMP extensively tests and measures aircraft performance in terms of braking and runway friction. Because of the critical importance of accurate information about runway and weather conditions, which varies between airports and between countries, JWRFMP has been formed to provide test data that allows for these differences. Through testing, JWRFMP has discovered that braking performance is well correlated with friction, as measured by a decelerometer-type device used in conjunction with winter contaminated runway surface tests. Decelerometers are used only for measuring surfaces contaminated by ice, frost, wet ice, compacted or loose snow, and other phenomena seen during winter operations. The article also discusses the Canadian Runway Friction Index (CFRI), an average of readings taken by the decelerometer that is used to provide pilots with meaningful information about the effect a contaminant has on reducing runway surface friction. Recommended landing distances are also discussed. Derived from models based on CFRI measurements, these development CRFI tables of recommended landing distances are provided here in tabular format.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational airport reviewMême sujetSmart Materials for ConstructionTravaux en français237 207