MétaCan
Menu
Retour à la cohorte
Enregistrement W2019952258 · doi:10.2514/2.1798

Acoustic Noise-Source Identification in Aircraft-Based Atmospheric Temperature Measurements

2002· article· en· W2019952258 sur OpenAlexaff
Ronald J. Hugo, Scott R. Nowlin, Ila L. Hahn, Frank D. Eaton, Kim McCrae

Notice bibliographique

RevueAIAA Journal · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAir Force Research Laboratory
Mots-clésAcousticsEnvironmental scienceNoise (video)Aircraft noiseAerospace engineeringAeroacousticsIdentification (biology)MeteorologyRemote sensingAtmospheric sciencesPhysicsSound pressureComputer scienceGeologyNoise reductionEngineering

Résumé

récupéré en direct d'OpenAlex

Atmospheric temperature fluctuation data collected from a Grumman Gulfstream II aircraft show features in temperature power spectral density functions that do not follow the expected - 5/3 slope for homogeneous isotropic turbulence. Spectral analysis techniques show that these features result from the upstream propagation of a nondispersive acoustical wave. The source of the acoustical wave, which appears only at flight altitudes greater than 28,000 ft (8530 m), is attributed to engine acoustics in the form of jet screech where vortical structures interact with a quasi-periodic shock cell structure, both in the jet exhaust. The nature of the acoustical disturbance is shown to be dependent on velocity, with increased velocity resulting in a decrease in jet-screech peak frequency. These results are found to be consistent with those of other researchers investigating jet screech in jet flows.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,689

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIAA JournalMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207