Modelling weather risk preferences with multi‐criteria decision analysis for an aerospace vehicle launch
Notice bibliographique
Résumé
ABSTRACT Decision‐making under weather uncertainty is a challenge in several fields. When the decision process involves many stakeholders, frequently with different interpretations of the meteorological information, the process is even more complex. This work provides a quantitative decision model with a new index (called the weather decision index, WDI) to support the stakeholders in making real‐world choices according to their preferences regarding the uncertainty of weather information. The integrated model combines several methods such as problem structuring, multi‐criteria analysis, scenario planning and probabilistic weather forecast techniques. As a demonstration, the model was applied in the sounding rocket launch mission in the Brazilian Space Programme. The WDI captured stakeholders' behaviour related to three meteorological information attributes (probability, lead‐time and variables) and modelled the most important judgements of the decision maker; low probability or an extended lead‐time depreciates the meteorological information, and weather variables are not considered in the decisions, even with forecasts of extreme events. Modelling with the WDI brings a new perspective in weather‐related decision problems. The choice of alternatives no longer depends on a necessarily simplified optimization analysis, but rather on the decision maker's preferences about the possibly nonlinear trade‐offs between forecast reliability and lead‐time. The findings also increase understanding of the forecast decision maker's preferences and how to improve weather risk communication. The WDI provides a starting point for several applications, including early warning systems or climate change adaptation, for which reliable uncertainty estimates are accessible.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».