Comparability of Hot-Wire Estimates of Liquid Water Content in SLD Conditions
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Future compliance to FAA 14 CFR Part 25 and EASA CS-25 Appendix O conditions has required icing wind tunnels to expand their cloud simulation envelope, and demonstrate accurate calibration of liquid water content and droplet particle size distributions under these conditions. This has led to a renewed community interest in the accuracy of these calibrations, and the potential inter-facility bias due to the choice of instrumentation and processing methods. This article provides a comparison of the response of various hot-wire liquid water content instruments under Appendix C and supercooled large droplet conditions, after an independent similar analysis at other wind tunnel facilities. The instruments are being used, or are under consideration for use, by facilities collaborating in the ICE GENESIS program. For droplet median volume diameters (MVDs) between about 15 and 250 μm, cylindrical hot wire LWC sensors were found to consistently and increasingly under-read measurements from conical and trough TWC sensors as MVD increased, and were not considered further. Of the remaining TWC sensors, the specific instruments investigated were found to agree within about ± 20% of their average test point response for the range of conditions tested, but systematic scale differences between instruments were found to reach about a factor of 1.4. Sensitivity to increasing droplet MVD was concluded to be similar amongst different instruments given the uncertainties, except for two that exhibited notable roll-off with MVD relative to the others.</div></div>
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 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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».