MétaCan
Menu
Retour à la cohorte
Enregistrement W2606242755

Innovative Mission Concepts and Ground Segment Software Based on Existing SFL Spacecraft

2015· dissertation· en· W2606242755 sur OpenAlexaboutno aff
Houman Hakima

Notice bibliographique

RevueTSpace (University of Toronto) · 2015
Typedissertation
Langueen
DomaineEngineering
ThématiqueSpacecraft Design and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpacecraftAerospace engineeringSystems engineeringSoftwareAeronauticsEngineeringComputer scienceOperating system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent science and technology advancements of micro and nanosatellites have opened possibilities for new space missions that would otherwise be impossible to be carried out by small spacecraft. The Space Flight Laboratory, located at the University of Toronto Institute for Aerospace Studies, is one of the worldwide leaders in small satellite development. The Space Flight Laboratory’s capabilities and technology are considered in two concept studies addressed in this thesis. In one study, the adaptation of the Generic Nanosatellite Bus for a high-precision astronomical calibration mission is explored. The bus expands the capabilities of low-cost nanosatellites by accommodating large and complex payloads. In another study, the NEMO-AM platform is adapted to a mission intended for quantum physics experiments from space, based on the demanding payload requirements. These two studies confirm the capabilities of the Space Fight Lab in undertaking innovative space missions at a fraction of the cost. Lastly, the design and development of a multi-mission telemetry data management system is described. This system is designed and built from the ground up, and has been put into operational use at the Space Flight Laboratory.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,008

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 Opus0,022
Tête enseignante GPT0,269
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetSpacecraft Design and TechnologyTravaux en français237 207