MétaCan
Menu
Retour à la cohorte
Enregistrement W2925215074 · doi:10.18372/38234

Models for assessment of NOx emissions from turbofan engine of aircraft

2019· book-chapter· en· W2925215074 sur OpenAlexaboutno aff
Kateryna Synylo

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAviationAeronauticsEnvironmental scienceEngineeringCivil aviationTurbofanEmission inventoryMeteorologyAir quality indexAerospace engineeringGeography

Résumé

récupéré en direct d'OpenAlex

1. ICAO Environmental Report 2013. Aviation and Climate Change [Electronic reference]. – 2012. – Access mode: http://cfapp.icao.int/Environmental-Report-2013. 2. Enviro. [Electronic reference]. – 2011. – Access mode: http://www.enviro.aero/Content/Upload/File/BeginnersGuide_Biofuels_Web>. 3. Fraport Environmental Statement 2014 Including the Environmental Program until 2017. – Fraport AG, 2015. – 24–30 p. 4. Zaporozhets O. Estimation of emissions and concentration of air pollutants inside the airport / O. Zaporozhets, V. Strakholes, V.I. Tokarev. – State and perspective of activities on environment protection in civil aviation – Moscow: GosNIGA, 1991. – P. 18–20 (in Russian). 5. ICAO data bank of aircraft engine emissions. – Montreal: ICAO. Doc. 9646 – AN/943, 1995. – 152 p. 6. Synylo K. Aircraft emission estimation under operational conditions in the airport area / K. Synylo // Proceedings of the NAU. – Vol. 62. – No 1. – 2015 – P. 70–79. 7. Airport Air Quality Guidance Manual. – Montreal: ICAO. – Doc. 9889, 2007. – 114 p. 8. SAE, Procedure for the Calculation of Aircraft Emissions. SAE Committee A-21, Report SAE AIR 5715, 2009. 9. Aloysius S. Deliverable D2 – Definition and Justification Document / S. Aloysius, L. Wrobel. CS-GA-2009-255674-TURBOGAS – TURBOGAS, 2010. 10. Synylo K. NOx emission model of turbofan engine / K. Synylo, N. Duchene // International Journal of Sustainable Aviation. – 2014. – Vol.1. – P. 72–84. 11. Lee J.J. Modeling Aviation's Global Emissions, Uncertainty Analysis, and Applications to Policy: Diss … Cand Eng. Science: Aeronautics and Astronautics / Lee J.J.; Dept., Mass. Inst. of Technology – Cambridge, MA, 2005. – P. 381–395. 12. Abschlussbericht zum Kooperationsvertrag zwischen Forschungszentrum Karlsruhe GmbH – IMK-IFU und Deutscher Lufthansa AG – Umweltkonzepte Konzern "Messung von Triebwerksemissionen zur Untersuchung von Alterungsprozessen mit Hilfe optischer Messverfahren", 2007. 13. Synylo K. NOx Emission model of turbofan engine / K.Synylo, N. Duchene // International Journal of Sustainable Aviation. – 2014. – 1(1). – P. 72–84. 14. Soares C. Gas Turbine: A Handbook of Air, Land and Sea Applications. 3rd ed. / C. Soares. – London: Elsevier Science & Technology, 2008. – P. 397. 15. Eyers Chris. Responses to actions related to the ADAECAM method / Chris Eyers, QinetiQ – CAEP/8. – 2008. 16. NOx emission indices of subsonic longrange jet aircraft at cruise altitude: in-situ measurements and predictions / P. Schulte, H. Schläger, H. Ziereis, U. Schumann // Journal of Geophysical Research. – 1997. – (102). – 17.– P. 21.431–22.442. 17. Federal Office of Civil Aviation, Swiss Confederation. ADAECAM Validation Report. – 2007 18. Duchêne N. Deliverable D1 – Validation Test Report, CS-GA-2009-255674-TURBOGAS / N. Duchêne, K. Synylo, S. Carlier-Haouzi // TURBOGAS Deliverable. – 2011. – 83 p. 19. Synylo K. P3T3 NOX MODEL OF TURBOFAN ENGINE / K.Synylo, Nicolas Duchene // International Symposium on Sustainable Aviation:Proceeding Book of ISSA (Rome. – July 9–11, 2018). – Rome, 2018. – P. 137–140. // ISBN 978-605-68640.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,262
Écart entre enseignants0,234 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207