MétaCan
Menu
Retour à la cohorte
Enregistrement W2032950411 · doi:10.1117/12.924147

Tests and calibration on ultra violet imaging telescope (UVIT)

2012· article· en· W2032950411 sur OpenAlexaff

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTelescopeUltra violetSkyDetectorCalibrationFilter (signal processing)Angular resolution (graph drawing)Optical telescopeSatellite

Résumé

récupéré en direct d'OpenAlex

Ultra Violet Imaging Telescope on ASTROSAT Satellite mission is a suite of Far Ultra Violet (FUV; 130 - 180 nm), Near Ultra Violet (NUV; 200 - 300 nm) and Visible band (VIS; 320-550nm) imagers. ASTROSAT is a first multi wavelength mission of INDIA. UVIT will image the selected regions of the sky simultaneously in three channels & observe young stars, galaxies, bright UV Sources. FOV in each of the 3 channels is ~ 28 arc-minute. Targeted angular resolution in the resulting UV images is better than 1.8 arc-second (better than 2.0 arc-second for the visible channel). Two identical co-aligned telescopes (T1, T2) of Ritchey-Chretien configuration (Primary mirror of ~375 mm diameter) collect the celestial radiation and feed to the detector system via a selectable filter on a filter wheel mechanism; gratings are available in the filter wheels of FUV and NUV channels for slit-less low resolution spectroscopy. The detector system for each of the 3 channels is generically identical. One telescope images in the FUV channel, and other images in NUV and VIS channels. One time open-able mechanical cover on each telescope also works as Sun-shield after deployment. We will present the optical tests and calibrations done on the two telescopes. Results on vibrations test and thermo-vacuum tests on the engineering model will also be presented.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,201
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetCCD and CMOS Imaging SensorsTravaux en français237 207