MétaCan
Menu
Retour à la cohorte
Enregistrement W2607078933 · doi:10.1590/0102-778632120160045

Decisão em Condições de Incerteza Meteorológica e Proteção de Infraestruturas no Centro de Lançamento de Alcântara

2017· article· pt· W2607078933 sur OpenAlexaff
Amaury Caruzzo, Mischel Carmen Neyra Belderrain, Gilberto Fisch, George S. Young, Christopher J. Hanlon, Johannes Verlinde

Notice bibliographique

RevueRevista Brasileira de Meteorologia · 2017
Typearticle
Languept
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesMathematicsGeographyBusinessPhilosophy

Résumé

récupéré en direct d'OpenAlex

Resumo A tomada de decisão utilizando informações meteorológicas muitas vezes é um processo complexo, de alto impacto e, em algumas situações, pode comprometer o funcionamento de instalações tecnológicas. Neste contexto, o objetivo deste artigo é apresentar uma abordagem de apoio à decisão em condições de incerteza meteorológica para a proteção das infraestruturas no Centro de Lançamento de Alcântara. A partir de uma demanda operacional, foi desenvolvido um índice meteorológico de modo a identificar a atitude dos decisores em relação às três características da informação meteorológica: a) probabilidade da previsão de tempo; b) prazo de validade; c) valor da variável atmosférica. Como estudo de caso, foi analisado um problema real de decisão para proteção das instalações do principal centro espacial brasileiro. Através da interação com os usuários na construção do índice, foi possível concluir que para probabilidades baixas (< 20%) ou para prazos de validade estendidos (> 24 h), o grupo de usuários entrevistados não utiliza a informação meteorológica para tomar decisões, mesmo com o prognóstico de condições extremas. Os resultados quantitativos demonstraram que o modelo de apoio à decisão proposto conseguiu incorporar a atitude do usuário não-meteorologista em relação à incerteza da informação meteorológica.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,106
Tête enseignante GPT0,409
Écart entre enseignants0,302 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de MeteorologiaMême sujetMulti-Criteria Decision MakingTravaux en français237 207