MétaCan
Menu
Retour à la cohorte
Enregistrement W2920952847 · doi:10.1089/ast.2018.1846

Developing Intra-EVA Science Support Team Practices for a Human Mission to Mars

2019· article· en· W2920952847 sur OpenAlexaff
Samuel J. Payler, Zara Mirmalek, S. S. Hughes, S. E. Kobs Nawotniak, Allyson L. Brady, Adam Stevens, Charles S. Cockell, D. S. S. Lim

Notice bibliographique

RevueAstrobiology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSpace Exploration and Technology
Établissements canadiensMcMaster University
Organismes subventionnairesPlanetary Science DivisionIdaho State UniversityUniversity of Hawai'iNational Aeronautics and Space Administration
Mots-clésMars Exploration ProgramComputer scienceWorkspaceSystems engineeringEngineering managementEngineeringArtificial intelligenceRobotAstrobiology

Résumé

récupéré en direct d'OpenAlex

During the BASALT research program, real (nonsimulated) geological and biological science was accomplished through a series of extravehicular activities (EVAs) under simulated Mars mission conditions. These EVAs were supported by a Mission Support Center (MSC) that included an on-site, colocated Science Support Team (SST). The SST was composed of scientists from a variety of disciplines and operations researchers who provided scientific and technical expertise to the crew while each EVA was being conducted (intra-EVA). SST management and organization developed under operational conditions that included Mars-like communication latencies, bandwidth constraints, and EVA plans that were infused with Mars analog field science objectives. This paper focuses on the SST workspace considerations such as science team roles, physical layout, communication interactions, operational techniques, and work support technology. Over the course of BASALT field deployments to Idaho and Hawai'i, the SST team made several changes of note to increase both productivity and efficiency. For example, new roles were added for more effective management of technical discussions, and the layout of the SST workspace evolved multiple times during the deployments. SST members' reflexive adjustments resulted in a layout that prioritized face-to-face discussions over face-to-data displays, highlighting the importance of interpersonal communication during SST decision-making. In tandem with these workspace adjustments, a range of operational techniques were developed to help the SST manage discussions and information flow under time pressure.

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)0,029
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,003
Communication savante0,0070,005
Science ouverte0,0030,009
Intégrité de la recherche0,0010,002
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 Opus0,033
Tête enseignante GPT0,322
Écart entre enseignants0,289 · 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'étudeThéorique ou conceptuel
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

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstrobiologyMême sujetSpace Exploration and TechnologyTravaux en français237 207