Bibliographic record
Abstract
De belangrijkste opgave voor deze afstudeeropdracht was het zoeken naar een oplossing om Terminal 1 en 2 (1 gebouw) klaar te maken voor de toekomst. Een groei naar 80 miljoen reizigers binnen de bestaande terminals is voor Schiphol zeer wenselijk. Mijn oplossing voor deze opgave richtte zich met name op het onderscheiden van stromen mensen en, waar mogelijk, het combineren van stromen. Daarnaast moest de bestaande terminal aangepast worden om de stromen te huisvesten. Met name het combineren van stromen bleek een oplossing te bieden voor de groei-problematiek binnen de bestaande terminal. Het Schengen verdrag lag aan de basis van de oplossing. Schiphol kent 5 stromen: Vertrek Schengen, Vertrek Niet-Schengen, Aankomst Schengen, Aankomst Niet-Schengen, Publiek. Binnen de AirportCity wordt de publieke stroom van steeds groter belang. Voor publiek biedt de AirportCity een dagje uit, wat voor de luchthaven een belangrijke bron van inkomsten vormt. Nu kent terminal 1/2 een Verticale Schengen / Niet-Schengen-scheiding. Technisch gezien is in Nederland de publieke stroom ook Schengen. Mijn voorstel was om de publieke- en Schengenstromen te combineren, en een horizontale Schengen/Niet-Schengen scheiding in de terminal aan te brengen. Hierdoor kan de eerste verdieping (vertrek) ook voor publiek toegankelijk worden gemaakt, wat in wezen een uitbreiding van Schiphol Plaza betekent. Hiermee was gelijk de belangrijkste architectonische opgave gedefinieerd: hoe kan Schiphol Plaza over twee verdiepingen functioneren, en hoe is het verloop van de verschillende stromen binnen de terminal zo soepel mogelijk. Een nieuw as, in het verlengde van de D-pier, centraal gelegen in de terminal vormt de nieuwe verbinding tussen de verschillende verdiepingen. Overzicht, licht en het technische uiterlijk van de ingreep dragen bij aan het karakter van de luchthaven, de AirportCity.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.652 | 0.313 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".