MétaCan
Menu
Retour à la cohorte
Enregistrement W3005581278 · doi:10.3390/aerospace7090136

In-Flight Test Campaign to Validate PIO Detection and Assessment Tools

2020· article· en· W3005581278 sur OpenAlexaffabout
Michael Jones, Marc Alexander, Marc Höfinger, Miles Barnett, Perry Comeau, Arthur Gubbels

Notice bibliographique

RevueAerospace · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésFlight testAeronauticsTest (biology)EXPOSEComputer scienceFlight trainingFlight simulatorAerospaceEngineeringSimulationAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper describes a joint research campaign conducted by the German Aerospace Center (DLR) and the National Research Council Canada (NRC) to explore methods and techniques to expose rotorcraft pilot-induced oscillations (PIOs) during flight testing. A flight test campaign was conducted at NRC using the Bell 205 experimental aircraft. Results show that, particularly for the lateral axis, ADS-33 tasks can be successfully applied to expose PIO tendencies. Novel subjective and objective criteria were used during the test campaign. PIO prediction boundaries of the objective phase-aggression criteria (PAC) detection algorithm were validated through results obtained. This was the first use of PAC with data recorded in-flight. To collect subjective feedback, the aircraft–pilot coupling (APC) scale was used. This was the first use of the novel scale in-flight and received favourable feedback from the evaluation pilot. Modifications to ADS-33 mission tasks were found to successfully improve the ability to consistently expose PIOs.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,490

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerospaceMême sujetAerospace and Aviation TechnologyTravaux en français237 207