MétaCan
Menu
Retour à la cohorte
Enregistrement W2826141582 · doi:10.1117/12.2309324

Image slicer module for Wide Field Optical Spectrograph (WFOS)

2018· article· en· W2826141582 sur OpenAlexfundno aff
Toshihiro Tsuzuki, Shinobu Ozaki, Satoshi Miyazaki, Jason Fucik

Notice bibliographique

RevueGround-based and Airborne Instrumentation for Astronomy VII · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensnon disponible
Organismes subventionnairesOntario Ministry of Research and InnovationBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaNational Astronomical Observatory of JapanAssociation of Canadian Universities for Research in AstronomyNational Institutes of Natural SciencesCalifornia Institute of TechnologyGordon and Betty Moore FoundationNational Science Foundation
Mots-clésSpectrographGratingOpticsIntegral field spectrographTelescopeField of viewSpectral resolutionComputer sciencePhysicsComputer graphics (images)Spectral line

Résumé

récupéré en direct d'OpenAlex

Wide-Field Optical Spectrograph (WFOS) is an optical multi-object spectrograph and one of the first-light instruments of Thirty Meter Telescope (TMT). The WFOS development team has studied three new instrument concepts. One is a fiber-based spectrograph, and other one is a spectrograph using image slicers (Slicer-WFOS). The last one is the simple multi-slit spectrograph. Japanese WFOS team has conducted conceptual studies on Slicer-WFOS in collaboration with California Institute of Technology. Slicer-WFOS has only one VPH grating for each red and blue arm. The gratings offer R~1,500 for a simple 0.″75-width slit. The image slicer divides an object image into three slices and the higher spectral resolution of R~4,500 can be achieved using the same grating. In this proceeding paper, we report our design studies on the slicer module.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,011
Tête enseignante GPT0,288
Écart entre enseignants0,277 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGround-based and Airborne Instrumentation for Astronomy VIIMême sujetAstronomy and Astrophysical ResearchTravaux en français237 207