MétaCan
Menu
Retour à la cohorte
Enregistrement W2105190915 · doi:10.1109/aero.2016.7500643

PLRP-3: Operational perspectives conducting science-driven extravehicular activity with communications latency

2016· article· en· W2105190915 sur OpenAlexaffabout
Matthew J. Miller, D. S. S. Lim, Allyson L. Brady, Z. Cardman, Ernest Bell, W. B. Garry, Donnie Reid, Steve Chappell, Andrew F. J. Abercromby

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Exploration and Technology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCrewPavilionSpacecraftContext (archaeology)Space explorationComputer scienceEngineeringNASA Deep Space NetworkSystems engineeringAeronauticsAerospace engineeringCivil engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The Pavilion Lake Research Project (PLRP) is a unique program where a combination of scientific research and human space exploration concepts are integrated in an underwater spaceflight analog environment. The 2015 PLRP field season took place at Pavilion Lake, British Columbia, Canada, where science-driven exploration techniques focused on microbialite characterization and acquisition. These techniques were evaluated within the context of crew and robotic deep-space extravehicular activity (EVA) operations. The primary objective of this analog study was to detail the capabilities, decision-making processes, and operational concepts required to meet non-simulated scientific objectives during 5-minute one-way communication latency utilizing crew and robotic assets. The relationship and interaction between ground and flight crew was found to be dependent on the specific scientific activities being addressed. Furthermore, the addition of a second intravehicular operator was found to be highly enabling when conducting science-driven EVAs.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,047
Tête enseignante GPT0,264
Écart entre enseignants0,217 · 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
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

Citations15
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpace Exploration and TechnologyTravaux en français237 207