MétaCan
Menu
Retour à la cohorte
Enregistrement W282652244

Synthetic Environments at the Enterprise Level: Overview of a Government of Canada (GoC), Academia and Industry Distributed Synthetic Environment Initiative

2005· article· en· W282652244 sur OpenAlexaboutno aff
A. L. Vallerand, Rabaa Youssef, Peter Hubbard, D. R. Skinner, Betty C. Murray, Shiva Poursina, Chris M. Herdman, Loni Hagen

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2005
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipInteroperabilityGovernment (linguistics)EngineeringEngineering managementAeronauticsBusinessComputer scienceFinanceWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A new partnership between the Government of Canada (GoC), Industry and Academia is working to help Canada become a world leader in Modeling and Simulation (M&S). The goal is to take SMARRT technologies - Simulation and Modeling for Acquisition, Requirements, Rehearsal and Training - and apply them to the development and improvement of Canadian Forces (CF) military systems and capabilities, as well as a vast host of civilian applications. To this end, the initial partners conceived the October 2004 UAV-NTS SE Interoperability Experiment, which links DRDC Ottawa's Uninhabited Air Vehicle Research Test Bed (UAV RTB) to a Carleton University Networked Tactical Simulator (NTS) modified with CAE Inc. synthetic environment (SE) assets including computer-generated forces. The experiment took place via a non-dedicated unclassified, though VPN-encrypted network over a period of several days. Prospective GoC, Academia and Industry partners, as well as foreign military personnel, attended these sessions. The goal was to show how M&S technologies can be used and made relatively easy at the national/enterprise level, and how lessons learned and technical best practices point to a bright future for distributed synthetic environment applications in Canada's Department of National Defence, as well as for DND's public security partners.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,700

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,088
Tête enseignante GPT0,322
Écart entre enseignants0,235 · 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'étudeSans objet
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetSimulation Techniques and ApplicationsTravaux en français237 207