MétaCan
Menu
Retour à la cohorte
Enregistrement W2921971297 · doi:10.1089/ast.2018.1869

The BASALT Research Program: Designing and Developing Mission Elements in Support of Human Scientific Exploration of Mars

2019· article· en· W2921971297 sur OpenAlexaff
D. S. S. Lim, Andrew F. J. Abercromby, S. E. Kobs Nawotniak, David Lees, Michael J. Miller, Allyson L. Brady, Matthew J. Miller, Zara Mirmalek, A. Sehlke, Samuel J. Payler, Adam Stevens, C. W. Haberle, Kara H. Beaton, Steven P. Chappell, S. S. Hughes, Charles S. Cockell, R. C. Elphic, M. Downs, J. L. Heldmann

Notice bibliographique

RevueAstrobiology · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensMcMaster University
Organismes subventionnairesPlanetary Science DivisionJohnson Space CenterSolar System Exploration Research Virtual InstituteU.S. Geological SurveyNational Aeronautics and Space Administration
Mots-clésMars Exploration ProgramHabitabilityBasaltExploration of MarsTerrainEarth scienceAstrobiologyGeologySystems engineeringComputer scienceEngineeringPlanetGeographyGeochemistry

Résumé

récupéré en direct d'OpenAlex

The articles associated with this Special Collection focus on the NASA BASALT (Biologic Analog Science Associated with Lava Terrains) Research Program, which aims at answering the question, "How do we support and enable scientific exploration during human Mars missions?" To answer this the BASALT team conducted scientific field studies under simulated Mars mission conditions to both broaden our understanding of the habitability potential of basalt-rich terrains on Mars and examine the effects of science on current Mars mission concepts of operations. This article provides an overview of the BASALT research project, from the science, to the operational concepts that were tested and developed, to the technical capabilities that supported all elements of the team's research. Further, this article introduces the 12 articles that are included in this Special Collection.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,105
Tête enseignante GPT0,372
Écart entre enseignants0,267 · 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
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

Citations61
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstrobiologyMême sujetPlanetary Science and ExplorationTravaux en français237 207