MétaCan
Menu
Retour à la cohorte
Enregistrement W2690255643 · doi:10.4050/f-0071-2015-10170

ADS-33 Evaluation of the International CH-47 Chinook

2015· article· en· W2690255643 sur OpenAlexaboutno aff
Christopher Colosi, Matthew Parsons, Pieter Einthoven, Erik Kocher, Bryan Carrothers

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinook windComputer scienceFisheryBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The DAFCS (Digital Automatic Flight Control System) equipped CH‐47 Chinook has been successfully deployed for the US Army and numerous international customers. Several of those international customers contracted with Boeing for ADS‐33 evaluations of the handling qualities of the aircraft including both the predicted and assigned (i.e. the Mission Task Elements) handling qualities. This paper covers the tailoring of ADS‐33 for the Chinook helicopter, the conduct of ADS‐33 testing and the results of the ADS‐33 testing. The primary focus of this paper will be centered on the Canadian long‐range CH147F ADS‐33 evaluation, which was a complete evaluation against all sections of ADS‐33 and was flown in 2012 and 2013. Additional lessons from two other standard‐range international customer evaluations, flown in 2013 and 2014 are also included. All of the configurations featured the DAFCS OFP 3.2 control laws, or a derivative thereof, which was originally developed for the US Army long range configuration. The section on the tailoring of ADS‐33 describes the process by which Boeing tailored ADS‐33E‐PRF for the Chinook and includes recommendations for future releases of ADS‐33. The assessment section describes the test techniques used and conduct of the testing, along with a summary of the results from both the predicted and assigned sections of ADS‐33.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,130
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,260
Écart entre enseignants0,219 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-time simulation and control systemsTravaux en français237 207