MétaCan
Menu
Retour à la cohorte
Enregistrement W2942830767 · doi:10.1155/2019/1208279

A New Air Traffic Flow Management User-Driven Prioritisation Process for Low Volume Operator in Constraint: Simulations and Results

2019· article· en· W2942830767 sur OpenAlexvenueno aff
Sergio Ruiz, Laurent Guichard, Nadine Pilon, Kris Delcourte

Notice bibliographique

RevueJournal of Advanced Transportation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Air traffic controlComputer scienceAviationOperations researchProcess (computing)Constraint (computer-aided design)Traffic volumeTransport engineeringSimulationEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

This document presents a new potential feature for the User Driven Prioritisation Process (UDPP) concept to give access and flexibility to Airspace Users (AUs) when they operate a low number of flights involved in a particular hotspot, a.k.a., Low Volume Users in Constraint (LVUC). Capacity constraints and congestion in the Air Traffic Management system impose delay to flights that cause large costs on airlines and passengers alike, with no significant capacity increases expected in the near-nor medium-term. Current UDPP features such as Enhanced Slot Swapping can increase flexibility for AUs to adapt their operations during capacity constrained situations. However, AUs are often impacted in their flight schedules by constraints that only affect a reduced number of flights, thus being in a situation of reduced flexibility—or no flexibility at all—to prioritise those flights. Some AUs are more vulnerable to this problem because they typically operate a low number of flights, e.g., business aviation. The new method proposed, named Flexible Credits for LVUC (FCL), is based on the use of “credits”, as a virtual currency, to increase the flexibility of LVUCs irrespective of the number of flights operated or affected by delay. FCL aims at facilitating the smooth coordination between AUs during the optimisation of their operations across multiple constraints and over the time. An initial set of simulations performed under credible conditions are presented to preliminarily analyse the feasibility and limitations of the method and to shed light on future research aspects. A first empirical evidence is given in this paper showing that increasing flexibility for LVUCs is possible without jeopardising equity.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetAir Traffic Management and OptimizationTravaux en français237 207