Notice bibliographique
Résumé
Planar motion mechanism (PMM) test techniques are used to determine hydrodynamic coefficients for mathematical models of ship manoeuvring [1]. An IOT PMM [2] was commissioned in 1996 and has been used successfully in a number of tank tests since then. The 1996 version of reference [2] was released when the PMM was commissioned. Since then, the apparatus has undergone many changes. The 2005 version describes the current PMM control system. The first part is a user manual and the second, a programmer's guide. The PMM control has six built-in standard tests: static tests (model yawed), sway only, sway and yaw coupled (pure yaw), coupled motion with static yaw, surge, and turning circles (constant yaw rate). In September 2004, a small group began to investigate PMM use and capability at IOT, with the main objective of enhancing the institute's capability in this area. Group members are Paul Thorburn (Chair), Christopher Williams, David Molyneux, Michael Sullivan, Michael Lau, Tony Randell and Don Spencer (Oceanic). Initial objectives were: 1.1 determine requirements for a PMM 1.2 produce a concept design to meet the requirements 1.3 provide a cost estimate for recommendations. Recommendations may include improvements the present PMM and/or a proposal for a new PMM A previous investigation in 2002 ended when there was no budget available to pursue improvements to the IOT device. A series of meetings began on September 28, 2004 and is continuing. Discussions, actions and results to date are outlined in this report. All information related to this project is available on an IOT computer network folder (pccommon\PMM).
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,156 | 0,083 |
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 ».