MétaCan
Menu
Retour à la cohorte
Enregistrement W1862473302 · doi:10.5539/mer.v5n2p9

System Hazard Platform: Case Study NASA Field Joint Failure

2015· article· en· W1862473302 sur OpenAlexvenueno aff
Kouroush Jenab, Josh Herrin, Saeid Moslehpour, Sam Khoury

Notice bibliographique

RevueMechanical Engineering Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpace ShuttleAeronauticsBooster (rocketry)Rocket (weapon)Joint (building)Aerospace engineeringSolid-fuel rocketHazardSpace launchEnvironmental scienceComputer scienceEngineeringLaunch vehiclePropellant

Résumé

récupéré en direct d'OpenAlex

NASA became overconfident with consecutive successful flights with no major failures leading up to Flight 25 of the Space Shuttle Challenger and failed to correctly apply quality assurance to reanalyze the possibilities of failure when extreme cold weather was present for what would become the last Challenger launch. System Hazard Analysis applied correctly to analyze the failure rate patterns of the NASA Space Shuttle Challenger Solid Rocket Booster field joints may have prevented the launch of the tragic Flight 25, where there was a total loss of aircraft and seven astronauts were killed in the accident. The steps of System Hazard Analysis will be explained that if followed may have provided the data necessary for NASA to correct the field joint error prior to instead of after the Challenger explosion.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,087
Tête enseignante GPT0,323
Écart entre enseignants0,236 · 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'étudeÉtude de cas
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical Engineering ResearchMême sujetTechnology Assessment and ManagementTravaux en français237 207