MétaCan
Menu
Retour à la cohorte
Enregistrement W6979912814

Analyse de données expérimentales et conception d'un générateur numérique de vitesses de vent

2006· other· fr· W6979912814 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2006
Typeother
Languefr
DomaineMedicine
ThématiqueCancer-related cognitive impairment studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)San andreas faultWestern europe
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Parallèlement à l'augmentation constante des coûts et l'épuisement des énergies fossiles et aux considérations environnementales, les progrès technologiques permettent maintenant de considérer l'énergie éolienne comme une alternative économique et fiable par rapport aux ressources conventionnelles. Le développement et la validation d'outils pour l'étude de sites d'implantation d'éoliennes, ainsi qu'une meilleure compréhension de la variabilité du vent est devenu un domaine de recherche en plein essor. \nLe vent est un phénomène aléatoire qui a de grandes variabilités autant temporelles que spatiales. Il faut donc caractériser ces variations à l'aide de lois ou modèles et essayer de déterminer l'influence des caractéristiques extérieures. Différentes lois statistiques caractérisant ce phénomène ont été étudiées. On trouve, entre autres, une caractérisation temporelle de variabilité du vent à l'aide de la loi de Weibull qui décrit la distribution statistique des fréquences de vitesses de vent et une caractérisation spatiale à l'aide de la loi de cisaillement vertical qui décrit la variabilité du vent pour différentes hauteurs. Nous avons essayé, à travers cette recherche, de mettre en évidence des corrélations permettant de déterminer les caractéristiques d'un site ne possédant pas de données de vent en le comparant à un site de référence. \nDe plus, à l'aide de ces données et d'une étude de caractérisation topographique du site (hauteur, rugosité,...), un logiciel a été conçu. Celui-ci, fondé sur une étude des spectres de fréquence, permet de générer des vitesses numériques de vent à différentes fréquences, et même à des fréquences plus élevées que celles des données réelles issues du site étudié. Il permet également de générer des vitesses de vent pour un site pour lequel aucune donnée réelle n'est disponible, simplement à l'aide de ses caractéristiques physiques : latitude, hauteur et rugosité. Les données de vent générées pourront alors être utilisées comme entrée pour un banc d'essai éolien de 35kW. Celui-ci a pour principaux objectifs de mieux comprendre et identifier le fonctionnement d'une éolienne face à différents régimes de vent puis de dégager des améliorations en vue d'une meilleure performance des éoliennes en fonction du site sur lequel elles seront installées. \n

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · 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
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetCancer-related cognitive impairment studiesTravaux en français237 207