MétaCan
Menu
Retour à la cohorte
Enregistrement W2172090778 · doi:10.1117/12.669994

A Lunar Liquid Mirror Telescope (LLMT) for deep-field infrared observations near the lunar pole

2006· article· en· W2172090778 sur OpenAlexafffund
Roger Angel, D. Eisenstein, Suresh Sivanandam, S. Pete Worden, Jim Burge, E. F. Borra, Clément Gosselin, Omar Seddiki, Paul Hickson, Ki Bui, Bernard Foing, Jean‐Luc Josset, Simon Thibault, Paul van Susante

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of British ColumbiaUniversité Laval
Organismes subventionnairesCanadian Space AgencyNational Aeronautics and Space Administration
Mots-clésTelescopePhysicsAstronomyPrimary mirrorStarsInfraredField of viewInfrared astronomyInfrared telescopeReflecting telescopeRemote sensingAstrobiologyOpticsGeology

Résumé

récupéré en direct d'OpenAlex

We have studied the feasibility and scientific potential of a 20 - 100 m aperture astronomical telescope at the lunar pole, with its primary mirror made of spinning liquid at less than 100K. Such a telescope, equipped with imaging and multiplexed spectroscopic instruments for a deep infrared survey, would be revolutionary in its power to study the distant universe, including the formation of the first stars and their assembly into galaxies. The LLMT could be used to follow up discoveries made with the 6 m James Webb Space Telescope, with more detailed images and spectroscopic studies, as well as to detect objects 100 times fainter, such as the first, high-red shift stars in the early universe. Our preliminary analysis based on SMART-1 AMIE images shows ridges and crater rims within 0.5° of the North Pole are illuminated for at least some sun angles during lunar winter. Locations near these points may prove to be ideal for the LLMT. Lunar dust deposited on the optics or in a thin atmosphere could be problematic. An in-situ site survey appears necessary to resolve the dust questions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,741

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 ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,220
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetPlanetary Science and ExplorationTravaux en français237 207