MétaCan
Menu
Retour à la cohorte
Enregistrement W1965135197 · doi:10.1117/12.926916

Canada-France-Hawaii Telescope image quality improvement initiative: thermal assay of the observing environment

2012· article· en· W1965135197 sur OpenAlexaboutno aff
Karun Thanjavur, Kevin Ho, Sarah Gajadhar, Marc Baril, Tom Benedict, Steve Bauman, Derrick Salmon

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDome (geology)ObservatoryRemote sensingTerrainTelescopeEnvironmental scienceSkyRidgeGeologyMeteorologyGeographyPhysicsGeomorphologyOpticsAstronomyCartography

Résumé

récupéré en direct d'OpenAlex

As part of the image quality (IQ) assessment and improvement initiative being carried out at the 3.6m Canada France Hawaii Telescope (CFHT) on Mauna Kea, Hawaii, our objective in the work reported here is to obtain a systematic assay of thermal sources within the dome and in the summit environment around the observatory, and therefore mitigate their contributions to convective instability leading to 'dome seeing'. Toward this, we undertook a nighttime overflight to capture thermal images with a calibrated infrared camera of the outer structures of CFHT and the neighboring observatories on the summit ridge, as well as of a significant area of the surrounding terrain. The same thermal camera was then used to image heat sources within the dome. Using a convective heat transfer model, all these measured surface temperatures were converted to heat fluxes, and thus used to build a thermal assay of the dome. In addition, using button type temperature loggers, we simultaneously recorded the nighttime dome skin temperatures of CFHT and two other observatories over a weeklong period to evaluate nighttime supercooling of the dome skin due to radiation to the cold night sky. As a complementary goal we compared the efficacy of different paints and coatings used in observatories to minimize this effect. Though similar studies have been carried out at other observatories, the results are rarely available in published literature. Therefore, here we explain our methodologies, along with a detailed discussion of our results and inferences to serve as a useful resource to the larger observing community.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdaptive optics and wavefront sensingTravaux en français237 207