MétaCan
Menu
Retour à la cohorte
Enregistrement W4285358859 · doi:10.55972/spectrum.v22i1.289

Aplicações da meteorologia nas operações de lançamento de foguetes: uma visão geral da estruturação do problema ao processo decisório

2021· article· pt· W4285358859 sur OpenAlexaff
Amaury Caruzzo, Mischel Carmen Neyra Belderrain, Gilberto Fisch

Notice bibliographique

RevueAplicações Operacionais em Áreas de Defesa · 2021
Typearticle
Languept
DomaineEngineering
ThématiqueSpacecraft Design and Technology
Établissements canadiensInternational Civil Aviation Organization
Organismes subventionnairesnon disponible
Mots-clésOperaHumanitiesPhysicsGeographyArtArt history

Résumé

récupéré en direct d'OpenAlex

Para o sucesso das operações de lançamento de veículos aeroespaciais (foguetes de sondagens e/ou lançadores de satélites), as condições meteorológicas são fundamentais. Para isso, é importante diagnosticar a aplicação da meteorologia e identificar todos os impactos das condições ambientais sobre o veículo aeroespacial. Neste contexto, o objetivo deste artigo é apresentar uma visão geral da estruturação de problema e do processo decisório nas operações de lançamento de foguetes em condições de incerteza meteorológica. Foram entrevistados diversos atores do Programa Espacial Brasileiro e identificados alguns artigos na literatura com abordagens multidisciplinares; agregando as modernas técnicas de previsão do tempo probabilísticas, com os métodos de estruturação de problemas e análise de decisão. A discussão indica uma mudança de paradigma nos últimos anos, com uma maior relevância da iniciativa privada no setor aeroespacial e a busca por procedimentos mais customizados para atender novas demandas. Como considerações finais, destacada a necessidade de: estabelecer uma previsão de tempo customizada para cada missão; mapear todos dos riscos relacionados as condições ambientais e de desenvolver um sistema de suporte à decisão inovador para as operações de lançamento.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,261
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAplicações Operacionais em Áreas de DefesaMême sujetSpacecraft Design and TechnologyTravaux en français237 207