MétaCan
Menu
Retour à la cohorte
Enregistrement W1859133448 · doi:10.1088/1748-3190/10/6/066004

Rapid area change in pitch-up manoeuvres of small perching birds

2015· article· en· W1859133448 sur OpenAlexafffund
Delyle T. Polet, David E. Rival

Notice bibliographique

RevueBioinspiration & Biomimetics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomimetic flight and propulsion mechanisms
Établissements canadiensQueen's UniversityUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology Futures
Mots-clésAirfoilLift (data mining)WingLift-to-drag ratioDragRange (aeronautics)Pitching momentAngle of attackAccelerationKinetic energyEnvironmental scienceAerodynamicsMechanicsAerospace engineeringPhysicsEngineeringComputer scienceClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Rapid pitch-up has been highlighted as a mechanism to generate large lift and drag during landing manoeuvres. However, pitching rates had not been measured previously in perching birds, and so the direct applicability of computations and experiments to observed behaviour was not known. We measure pitch rates in a small, wild bird (the black-capped chickadee; Poecile atricapillus), and show that these rates are within the parameter range used in experiments. Pitching rates were characterized by the shape change number, a metric comparing the rate of frontal area increase to acceleration. Black-capped chickadees increase the shape change number during perching in direct proportion to their total kinetic and potential energy at the start of the manoeuvre. The linear relationship between dissipated energy and shape change number is in accordance with a simple analytical model developed for two-dimensional pitching and decelerating airfoils. Black-capped chickadees use a wing pitch-up manoeuvre during perching to dissipate energy quickly while maintaining lift and drag through rapid area change. It is suggested that similar pitch-and-decelerate manoeuvres could be used to aid in the controlled, precise landings of small manoeuvrable air vehicles.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,119
Tête enseignante GPT0,259
Écart entre enseignants0,140 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioinspiration & BiomimeticsMême sujetBiomimetic flight and propulsion mechanismsTravaux en français237 207