ERCON : Mobiliario tipo tándem para las salas de espera dentro del Muelle Internacional del Aeropuerto El Dorado
Bibliographic record
Abstract
En el presente documento se trabaja en un primer momento la investigación sobre los factores ambientales, de contexto, del ser humano y de los objetos que abarcan al mobiliario de las salas de espera del muelle internacional del aeropuerto El Dorado haciendo un fuerte énfasis en la investigación a viajero de negocios por medio de la presentación de un trabajo de campo que consta de un análisis de la actividad del viajero de negocios dentro del Aeropuerto El Dorado y la presentación de conclusiones encontradas en las entrevistas realizadas a viajero de negocios. En un segundo momento, se presenta el proceso creativo y comprobaciones ergonómicas que establecen los determinantes y requerimientos en cuanto a las actividades y factores ergonómicos de los viajeros de negocios durante la espera en las salas de espera para la creación de la tercera y última etapa con la creación del diseño ERCON: Mobiliario tipo tándem para las salas de espera del Aeropuerto El Dorado, que enfoca su diseño en la ergonomía, confort y solución de las necesidades especificas para un usuario de negocios de clase económica y abarcando también otras necesidades de los otros tipos de viajeros existentes y que concurren el aeropuerto.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
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".