MétaCan
Menu
Retour à la cohorte
Enregistrement W893509773

Experimental research of car acceleration characteristics

2012· article· en· W893509773 sur OpenAlexaff
D. Bial, Saulius Nagurnas, Valentinas Mitunevičius

Notice bibliographique

RevueRPK (Politechniki Krakowskiej) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésAccelerationComputer scienceEnvironmental sciencePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper describes an experimental research of car acceleration characteristics with evaluation of influence of traction control systems (further TCS). The main purpose of these experiments was to examine values of longitudinal car acceleration characteristics on different road pavements with efficiency evaluation of different TCS the “XL Meter Pro Gamma” accelerometer was used for the experiments. As an important active TCS was used in the experiments, the obtained results enable evaluation of influence of car wheel slip on car acceleration characteristics as well as on car control when such slip happens on different road pavements (dry asphalt-concrete, snow-covered asphalt-concrete). Analysis of car acceleration characteristics enables to research the controllability of front drive cars – the level of ability to pass by an obstacle with acceleration. The obtained and analysed results can be useful to experts and professionals analyzing road accidents. These results enable to found acceleration characteristics in some realistic situations and evaluate, had the driver a technical possibility to avoid the road accident.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,311
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRPK (Politechniki Krakowskiej)Même sujetVehicle Dynamics and Control SystemsTravaux en français237 207