MétaCan
Menu
Retour à la cohorte
Enregistrement W1499378794

PARTICIPA LA UNAM EN LA DETECCIÓN DE MATERIA OSCURA. EXPERIMENTO DAMIC

2015· article· es· W1499378794 sur OpenAlexaboutno aff
Laura Romero

Notice bibliographique

RevueGaceta UNAM (2010-2015) · 2015
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueLaw, Ethics, and AI Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

LA UNAM, MEDIANTE LOS INSTITUTOS DE CIENCIAS NUCLEARES Y DE INGENIERIA, PARTICIPA EN EL EXPERIMENTO DAMIC (DARK MATTER IN CCDS), CUYO PROPOSITO ES LA BUSQUEDA DIRECTA DE MATERIA OSCURA. EL DETECTOR UTILIZA DISPOSITIVOS DE CARGA ACOPLADA O CCD (CHARGED COUPLED DEVICES) DE TIPO CIENTIFICO Y ES INSTALADO A DOS MIL METROS DE PROFUNDIDAD, EN EL LABORATORIO SUBTERRANEO SNOLAB, EN CANADA. LA MAYOR PARTE DE LA MATERIA DEL UNIVERSO NO PUEDE VERSE Y NI SIQUIERA SE CONOCE DE QUE ESTA COMPUESTA; LA PRESENCIA DE LA OSCURA HA SIDO INFERIDA SOLO POR MEDIO DE SUS EFECTOS GRAVITACIONALES. DETERMINAR SU NATURALEZA CONSTITUYE UNO DE LOS PROBLEMAS MAS SERIOS DE LA FISICA Y LA ASTROFISICA CONTEMPORANEAS. ALEXIS AGUILAR Y JUAN CARLOS D'OLIVO, AMBOS DE CIENCIAS NUCLEARES, ENCABEZAN AL GRUPO DE UNIVERSITARIOS QUE COLABORA EN EL EQUIPO INTERNACIONAL DE CIENTIFICOS QUE, CON ESE DETECTOR EXTRAORDINARIAMENTE SENSIBLE, INTENTARA DETERMINAR, A PARTIR DEL PRIMER CUATRIMESTRE DE 2015, SI HAY UNA INTERACCION, AUNQUE SEA MUY DEBIL, ENTRE LA MATERIA OSCURA Y LA ORDINARIA. EN EL TRANSCURSO DE 2016 SE TENDRAN LOS PRIMEROS RESULTADOS Y SE ESTARA MAS CERCA DE SABER QUE ES, PREGUNTA QUE INQUIETA A LOS CIENTIFICOS Y QUE HOY EN DIA ES UNA PRIORIDAD DE LA FISICA DE PARTICULAS, LA ASTROFISICA Y LA COSMOLOGIA. AL PLATICAR CON LA REPORTERA DE GACETA UNAM (LAURA ROMERO), AGUILAR Y D'OLIVO AHONDAN EN LAS INVESTIGACIONES EFECTUADAS SOBRE LA MATERIA OSCURA Y DETALLAN LA PARTICIPACION DE LOS ESPECIALISTAS UNIVERSITARIOS EN EL DESARROLLO DE ESTE PROYECTO INTERNACIONAL.

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)0,011
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,003
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,006

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 Opus0,042
Tête enseignante GPT0,316
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGaceta UNAM (2010-2015)Même sujetLaw, Ethics, and AI ImpactTravaux en français237 207