MétaCan
Menu
Retour à la cohorte
Enregistrement W2031012168 · doi:10.1117/12.670894

The alignment and phasing system for the Thirty Meter Telescope

2006· article· en· W2031012168 sur OpenAlexfundaboutno aff
G. A. Chanan, Mitchell Troy, Ian J. M. Crossfield, Jerry E. Nelson, Terry S. Mast

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Research and InnovationNational Aeronautics and Space AdministrationCalifornia Institute of TechnologyResearch and Innovation FoundationGordon and Betty Moore FoundationNational Science Foundation
Mots-clésTelescopeTilt (camera)OpticsMetrePrimary mirrorPhysicsPiston (optics)Adaptive opticsComputer scienceRemote sensingAstronomyEngineeringGeographyWavefrontMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The Thirty Meter Telescope (TMT) is a collaborative project between the California Institute of Technology (CIT), the University of California (UC), the Association of Universities for Research in Astronomy (AURA), and the Association of Canadian Universities for Research in Astronomy (ACURA). The Alignment and Phasing System (APS) for the Thirty Meter Telescope will be a Shack-Hartmann type camera that will provide a variety of measurements for telescope alignment, including segment tip/tilt and piston, segment figure, secondary and tertiary figure, and overall primary/secondary/tertiary alignment. The APS will be modeled after the Phasing Camera System (PCS), which performed most, but not all, of these tasks for the Keck Telescopes. We describe the functions of the APS, including a novel supplemental approach to measuring and adjusting the segment figures, which treats the segment aberrations as global variables.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0260,013

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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
GenreMéthodes

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

En bref

Citations8
Publié2006
Routes d'admission2
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