MétaCan
Menu
Retour à la cohorte
Enregistrement W3046956121 · doi:10.1177/0309524x20944390

Wind resource prospecting: Predicting winds aloft using surface winds and the position of the sun

2020· article· en· W3046956121 sur OpenAlexaff
Marc Arbez

Notice bibliographique

RevueWind Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensGovernment of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWind speedDaytimeEnvironmental scienceMeteorologyWind gradientTerrainPlanetary boundary layerWind powerWind directionMaximum sustained windTurbineTowerSkyPosition (finance)Wind profile power lawAtmospheric sciencesGeologyEngineeringGeographyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The sun’s position in the sky appears to strongly influence the vertical wind gradient within the atmospheric boundary layer. This study uses a quantitative research design that combines the position of the sun along with surface wind speeds to estimate the wind gradient. The model applies to uncluttered simple terrain and requires only 10 m wind speed data to extrapolate wind speeds and wind turbine energy production to heights of 60 m or more. The average daytime and nighttime model wind speed errors are 1.7% and 2.4%, respectively. The average daytime and nighttime model turbine energy production errors are 3.8% and 6.1%, respectively. The model offers a practical and low-cost alternative to tall tower systems to assess wind resources, especially for remote sites.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,177 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EngineeringMême sujetWind Energy Research and DevelopmentTravaux en français237 207