MétaCan
Menu
Retour à la cohorte
Enregistrement W1557562408

The NASA Meter Class Autonomous Telescope: Ascension Island

2013· article· en· W1557562408 sur OpenAlex
Susan M. Lederer, E. G. Stansbery, Heather Cowardin, Paul Hickson, L. F. Pace, Kira J. Abercromby, P. Kervin, Randall J. Alliss

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvanced Maui Optical and Space Surveillance Technologies Conference · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Satellite Systems and Control
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRemote sensingTelescopeOptical telescopeOrbital mechanicsData acquisitionSoftwareComputer scienceAstrometryGeosynchronous orbitSatellitePhysicsAstronomyGeologyComputer vision
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Meter Class Autonomous Telescope (MCAT) is the newest optical sensor dedicated to NASA's mission to characterize the space debris environment. It is the successor to a series of optical telescopes developed and operated by the JSC Orbital Debris Program Office (ODPO) to monitor and assess the debris environment in (1) Low Earth Orbit (LEO), (2) Medium Earth Orbit (MEO), and (3) Geosynchronous Orbit (GEO), with emphasis on LEO and GEO altitudes. A joint NASA - Air Force Research Labs project, MCAT is a 1.3m optical telescope dedicated to debris research. Its optical path and sensor yield a large survey fence at the cutting edge of current detector performance. It has four primary operational observing modes, two of which were not computationally feasible a decade ago. Operations are supported by a sophisticated software suite that monitors clouds and weather conditions, and controls everything from data collection to dome rotation to processing tens of gigabytes of image data nightly. With fainter detection limits, precision detection, acquisition and tracking of targets, multi-color photometry, precision astrometry, automated re-acquisition capability, and the ability to process all data at the acquisition rate, MCAT is capable of producing and processing a volume and quality of data far in excess of any current (or prior) ODPO operations. This means higher fidelity population inputs and eliminating the multi-year backlog from acquisition-to-product typical of optical campaigns. All of this is possible given a suitable observing location. Ascension Island offers numerous advantages. As a British overseas territory with a US Air Force base presence, the necessary infrastructure and support already exists. It is located mid-way between Brazil and Africa at 7.93S latitude and 14.37 W longitude. With the Ground-based Electro-Optical Deep Space Surveillance (GEODSS) asset in Moron, Spain shutting down, this presents access to the sky from a unique latitude/longitude for an optical telescope. Constant trade winds from the SSE, originating from Africa, give promise to a steady laminar airflow over an island, a trait sought after to create stable atmospheric and good astronomical 'seeing' conditions with very low annual rainfall values. This combination of attributes created the necessary compelling argument to redirect MCAT to its final destination: Ascension Island.

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.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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