A New Air Traffic Flow Management User-Driven Prioritisation Process for Low Volume Operator in Constraint: Simulations and Results
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle