MétaCan
Menu
← Retour à la cohorte
Enregistrement W6986644584

Preparing the Arctic: Optimally Locating Aeronautical Search and Rescue Stations along Canada’s Northwest Passage

2022· dissertation· en· W6986644584 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2022
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSearch and rescueArcticEmergency responseNavigabilityDisaster responseInteger programmingThe arctic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although historically ice-covered, the Northwest Passage (NWP)—a maritime corridor located in the Canadian Arctic—has been experiencing melting trends in recent decades. Declining sea ice concentrations would lead to improved navigability along the NWP, suggesting promising opportunities for both domestic and international shippers. With vessel traffic expected to rise, and the lack of emergency response resources currently stationed in the region, Canada would be responsible for equipping its North with a search and rescue (SAR) network that is capable of providing relief to the users of its waterways. Since the Royal Canadian Air Force (RCAF) oversees the majority of SAR activities in Canada, the distribution of its response aircraft throughout the Arctic is crucial in the design of a successful response network. To address these concerns, we formulated the location problem as an integer linear program (ILP) that looked to determine optimal sites for aeronautical SAR stations and the allocation of aircraft so that the weighted primary and secondary coverage of demand points was maximized. To do so, we modelled the response capacities of the RCAF's fleet by designing a set of response functions based on each asset's performance specifications. We analyzed 29 arrangements across two cases: one in which the secondary coverage of demand points was optional (Case A), and another in which it was mandatory (Case B). Using six to seven aircraft, our approach led to three arrangements that would best address SAR concerns in the North: Arrangement 7A which was proposed for Case A, Arrangement 6B for Case B, and Arrangement 7B as a compromise of the two.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,421

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,344
Écart entre enseignants0,290 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)→Même sujetEducator Training and Historical Pedagogy→Travaux en français237 207→