Enabler Methodology to Use a Dynamic Simulator to Develop Global Vehicles
Notice bibliographique
Résumé
The international car manufacturer Stellantis designs and produces vehicles for fourteen brands. Some brand characteristics satisfy both the European and North American market (e.g., Jeep), while others primarily target one market or the other. Efforts have been made recently to harmonize design and development processes within the global company. The cornerstone of this project is the subjective assessment procedure performed on the dynamic driving simulator, a newly developed technology that reduces time and cost during the development phase of a new car model. The technology can be used prior to the production of physical prototypes, allowing the assessment of handling and dynamic qualities continuously during the design phase as various parameters are changed. The purpose of the current research is to determine the most relevant differences in assessments as they are performed in Italy and in North America (i.e., Canada) and to understand the effect on vehicle design as it pertains to the location of the development processes. It was found that the main discriminating factor among the drivers when performing the assessment of a vehicle in design phase is their sensitivity, or their ability to clearly identify the change in behaviour of a vehicle after the design of a component has been modified (e.g., the dampers). If the driver’s sensitivity is high enough, their next concern is to find a balance between the brand identity research (i.e., which kind of customers are targeted and their expectations towards the driving experience) and the safety of the customer (vehicles that are easier to maneuver for the average driver). Eventually, their individual preferences enter the picture; some people simply find sporty driving more appealing while others prefer a vehicle designed with a focus on better ride characteristics.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 ».