MétaCan
Menu
Retour à la cohorte
Enregistrement W285748601 · doi:10.3390/wevj3030482

U.S. Department of Energy – Advanced Vehicle Testing Activity: Plug-in Hybrid Electric Vehicle Testing and Demonstration Activities

2009· article· en· W285748601 sur OpenAlexaboutno aff
John Smart, Jim Francfort, Don Karner, Mindy Kirkpatrick, Sera White

Notice bibliographique

RevueWorld Electric Vehicle Journal · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Energy
Mots-clésDynamometerAutomotive engineeringGallon (US)Battery electric vehiclePlug-inEngineeringFuel efficiencyDriving rangeElectric vehicleBattery (electricity)Battery packComputer scienceWaste managementPower (physics)

Résumé

récupéré en direct d'OpenAlex

The U.S. Department of Energy’s Advanced Vehicle Testing Activity tests plug-in hybrid electric vehicles (PHEV) in closed track, dynamometer, and on-road testing environments. The purpose of this testing is to determine the potential of PHEV technology to reduce petroleum consumption. It also allows documentation of PHEV driving and charging profiles and electric charging infrastructure requirements. As of March 2009, the Advanced Vehicle Testing Activity has initiated testing on 12 PHEV models from aftermarket conversion companies and original equipment manufacturers. In addition to performing controlled dynamometer and on-road testing, AVTA has collected in-use data from 155 PHEVs operating in 23 U.S. states and Canadian provinces. This fleet has demonstrated an average increase in cumulative fuel economy of 22 to 55% when in charge depleting mode, as compared to charge sustaining mode. Charge depleting range has varied from 32 to 64 miles, depending on the vehicle and battery pack. In ideal conditions, some vehicles have achieved monthly fuel economy results of 80 to 120 miles per gallon through frequent charging and less aggressive driving styles.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,010

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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Electric Vehicle JournalMême sujetElectric Vehicles and InfrastructureTravaux en français237 207