MétaCan
Menu
Retour à la cohorte
Enregistrement W598301463 · doi:10.1017/s0001924000009635

A rating scale for the subjective assessment of simulation fidelity

2014· article· en· W598301463 sur OpenAlexafffundabout
Philip Perfect, Emma Timson, Mark White, Gareth D. Padfield, R. Erdos, Arthur Gubbels

Notice bibliographique

RevueThe Aeronautical Journal · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensNational Research Council Canada
Organismes subventionnairesArmy Research LaboratoryEngineering and Physical Sciences Research CouncilNational Research Council Canada
Mots-clésFidelityRating scaleTask (project management)Scale (ratio)Flight simulatorComputer scienceSimulationVariety (cybernetics)Adaptation (eye)High fidelityOperations researchSystems engineeringEngineeringArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract A new rating scale for capturing pilot subjective assessment of simulation fidelity is described in this paper. The scale has been developed through a series of flight and simulation trials using six test pilots from a variety of backgrounds, and is based on the methodology utilised with the Cooper-Harper Handling Qualities Rating scale and the concepts of transfer of training, comparative task performance and task strategy adaptation. The development of the new rating scale has been undertaken using simulations of rotary-wing aircraft on the University of Liverpool’s HELIFLIGHT-R research simulator, in conjunction with the Canadian Flight Research Laboratory’s Bell 412 ASRA in-flight simulator. The utility of the scale applied to locating fidelity boundaries for quantitative metrics is illustrated for an inter-axis coupling criterion. The work described in this paper is preliminary in nature, and research activities are on-going to continue the validation of the fidelity rating scale.

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)0,012
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,049
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,278 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Aeronautical JournalMême sujetAerospace and Aviation TechnologyTravaux en français237 207