MétaCan
Menu
Retour à la cohorte
Enregistrement W4409017631 · doi:10.4271/2025-01-8762

CAATS – Automotive Wind Tunnel Calibrations

2025· article· en· W4409017631 sur OpenAlexaff
Katlynn Bringhurst, Scott Best, Vahid Nasr Esfahani, Victor Senft, S. M. Stevenson, Felix Wittmeier

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Fluid Dynamics Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryWind tunnelMarine engineeringAutomotive engineeringAerospace engineeringComputer scienceEngineeringEnvironmental scienceAeronautics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Wind tunnel calibration is necessary for repeatable and reproducible data for all industries interested in their output. Quantities such as wind speed, pressure gradients, static operating conditions, ground effects, force and moment measurements, as well as flow uniformity and angularity are all integral in an automotive wind tunnel’s data quality and can be controlled through appropriate calibration, maintenance, and statistical process control programs. The purpose of this technical paper is to (1) provide a basis of commonality for automotive wind tunnel calibration, (2) help customers and operators to determine the calibration standards best suited for their unique automotive wind tunnel and, (3) complement the American Institute of Aeronautics and Astronautics recommended practice R-093-2003(2018) Calibration of Subsonic and Transonic Wind Tunnels as specifically applied to the automotive industry. This document compiles information from various automotive wind tunnel customers and operators of the Subsonic Aerodynamic Testing Association as part of the Commonization of Automotive Aerodynamic Testing Standards initiative launched by the late Gary Elfstrom.</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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,316

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,371
Écart entre enseignants0,355 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetAerodynamics and Fluid Dynamics ResearchTravaux en français237 207