How to Set Up a CubeSat Project – Preliminary Survey Results
Notice bibliographique
Résumé
CubeSats have been developed by many different institutions since they were introduced by California Polytechnic State University and Stanford University in 1999. A number of papers give lessons learned for individual satellites, some from a technical perspective and other from an educational point of view. However, there is no existing overview of how CubeSat projects are generally set up. The aim of this paper is to fill this gap, in order to offer those wishing to start a CubeSat programme some ideas of where to start, what equipment is needed and some lessons learned in terms of management. This information was gathered via a survey which was publicised via conferences, mailing lists and LinkedIn groups. At time of writing, 40 groups have completed the survey, including universities, agencies and companies. The respondents came from the US, Europe, Canada, Taiwan, Korea, China, Africa and South America. The majority of the groups were building 1U or 3U CubeSats with Technology Demonstrator or Science Experiment payloads. The groups were asked a series of questions relating to the characteristics of their projects, including the duration of the project, costs and what they spent their money on - including which components they built themselves and which they bought from suppliers. The groups were asked what first steps they took in setting up their programme and what equipment and facilities were necessary. They were also asked about how they managed and scheduled the project across multiple cohorts of students. This was identified as problematic by many groups and a variety of ideas and solutions were proposed. Lessons learned covered many aspects of the project with some common themes emerging: planning, learning from other groups, student continuity, documentation, integrating the project within the curriculum, mentoring, software development, simplicity and testing. The groups were asked for their advice to future programme leaders and this is summarised in the paper.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».