Stardust Interstellar Preliminary Examination I: Identification of tracks in aerogel
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.
Notice bibliographique
Résumé
Abstract Here, we report the identification of 69 tracks in approximately 250 cm 2 of aerogel collectors of the Stardust Interstellar Dust Collector. We identified these tracks through Stardust@home, a distributed internet‐based virtual microscope and search engine, in which > 30,000 amateur scientists collectively performed >9 × 10 7 searches on approximately 10 6 fields of view. Using calibration images, we measured individual detection efficiency, and found that the individual detection efficiency for tracks > 2.5 μm in diameter was >0.6, and was >0.75 for tracks >3 μm in diameter. Because most fields of view were searched >30 times, these results could be combined to yield a theoretical detection efficiency near unity. The initial expectation was that interstellar dust would be captured at very high speed. The actual tracks discovered in the Stardust collector, however, were due to low‐speed impacts, and were morphologically strongly distinct from the calibration images. As a result, the detection efficiency of these tracks was lower than detection efficiency of calibrations presented in training, testing, and ongoing calibration. Nevertheless, as calibration images based on low‐speed impacts were added later in the project, detection efficiencies for low‐speed tracks rose dramatically. We conclude that a massively distributed, calibrated search, with amateur collaborators, is an effective approach to the challenging problem of identification of tracks of hypervelocity projectiles captured in aerogel.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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