MétaCan
Menu
Back to cohort
Record W3169784197 · doi:10.82308/32976

The impact of climate change on aircraft takeoff performance for Canadian airports

2020· article· en· W3169784197 on OpenAlexfundaboutno aff
Yijie Zhao

Bibliographic record

VenueeScholarship@McGill (McGill) · 2020
Typearticle
Languageen
FieldEngineering
TopicAir Traffic Management and Optimization
Canadian institutionsnot available
FundersTrottier Institute for Sustainability in Engineering and DesignCompute Canada
KeywordsTakeoffAeronauticsClimate changeEnvironmental scienceMeteorologyTakeoff and landingGeographyEngineeringAerospace engineeringGeology

Abstract

fetched live from OpenAlex

La température et le vent sont des facteurs météorologiques ayant une influence majeure sur le fonctionnement des avions, au sol comme dans les airs. Une augmentation des températures moyennes et extrêmes dans un climat futur peut réduire la densité de l’air et ainsi diminuer la capacité des ailes à soulever l’aéronef, ce qui peut avoir un impact sur la performance au décollage et mener à des restrictions de poids. De plus, des vents arrière ou de travers peuvent également limiter le contrôle de l’avion et affecter la performance au décollage. En utilisant un ensemble de simulations de climat transitoire exécutées pour les scénarios RCP4.5 et RCP8.5 avec la version régionale du modèle GEM (Global Environment Multiscale), cette thèse examine les changements projetés pour les variables climatiques reliées à l’aviation et la performance au décollage en termes de jours de restriction de poids et d’occurrences de vents arrière ou de travers forts, pour 13 grands aéroports partout au Canada, pour trois catégories d’avions utilisés pour des vols sur des distances courtes, moyennes, ou longues. Les résultats laissent croire que les augmentations projetées des températures quotidiennes maximales, de l’ordre de 4 à 10℃, augmenteront le nombre de jours de restriction de poids pour certains des aéroports étudiés, particulièrement ceux situés dans les Prairies canadiennes. Même si éviter de décoller pendant la période la plus chaude de la journée serait une solution potentielle, une analyse détaillée des périodes plus chaude et plus froide de la journée suggère que pour ces aéroports, il y aura plus d’heures de restriction de poids, même pendant la période la plus froide. Si le scénario RCP8.5 laisse croire à des changements plus grands aux heures de restriction de poids comparé au RCP4.5, les différences entre les deux scénarios sont plus remarquées lors de la période la plus froide de la journée puisque les changements projetés aux températures minimales quotidiennes ont lieu à un rythme beaucoup plus grand pour le scénario RCP8.5, et aussi parce que les augmentations de celles-ci sont plus importantes que celles de températures maximales. Quant au vent, les résultats indiquent que pour tous les aéroports étudiés, il n’y a pas de changements significatifs des caractéristiques sur une période de trois heures. Cependant, des augmentations et des diminutions sont projetées, autant pour les vents arrière que de travers, ce qui indique un besoin de mener des études de cas détaillées, surtout pour les aéroports où sont prévues des augmentations.Cette thèse fournit des informations utiles concernant la performance des avions dans un climat plus chaud, ce qui bénéficiera à l’industrie de l’aviation dans ses plans d’adaptation à un climat en évolution. À l’avenir, des simulations CFD (Computational Fluid Dynamics) à très haute résolution seront implémentées pour étudier l’impact des terrains et des constructions dans les environs sur les vents, ce qui fournira des caractérisations du vent plus réalistes et de meilleures prises de décision

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.591
Threshold uncertainty score0.914

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.021
GPT teacher head0.215
Teacher spread0.193 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueeScholarship@McGill (McGill)Same topicAir Traffic Management and OptimizationFrench-language works237,207