Urban Air Mobility: History, Ecosystem, Market Potential, and Challenges
Notice bibliographique
Résumé
Since the early 20thcentury, inventors have conceptualized “plane cars” and other urban aerial transportation. Emerging innovations in electrification, automation, and other technologies are enabling new opportunities for on-demand air mobility, business models, and aircraft design. Urban air mobility (UAM) envisions a safe, sustainable, affordable, and accessible air transportation system for passenger mobility, goods delivery, and emergency services within or traversing metropolitan areas. This research employed a multi-method approach comprised of 106 interviews with thought leaders and two stakeholder workshops to construct the history, ecosystem, state of the industry, and potential evolution of UAM. The history, current developments, and anticipated milestones of UAM can be classified into six phases: 1) “flying car” concepts from the early 1910s to 1950s, 2) early UAM operations using scheduled helicopter services from the 1950s to 1980s, 3) re-emergence of on-demand services starting in the 2010s, 4) corridor services using vertical take-off and landing (VTOL) envisioned for the 2020s, 5) hub and spoke services, and 6) point-to-point services. In the future, UAM could face several barriers to growth and mainstreaming, such as the existing regulatory environment; community acceptance; and concerns about safety, noise, social equity, and environmental impacts. UAM also could be limited by infrastructure and airspace management needs, as well as business model constraints. The paper concludes with recommendations for future research on sustainability, social and economic impacts, airspace integration, and other topics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».