Raman Laser Spectrometer (RLS) calibration target design to allow onboard combined science between the RLS and MicrOmega instruments on the ExoMars rover
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The ExoMars rover, scheduled to be launched in 2020, will be equipped with a novel and diverse payload. It will also include a drill to collect subsurface samples (from 0‐ to 2‐m depth) and deliver them to the rover analytical laboratory, where it will be possible to perform combined science between instruments. For the first time, the exact same sample target areas will be investigated using complementary analytical methods—infrared spectrometry, Raman spectrometry, and laser desorption mass spectrometry—to establish mineralogical and organic chemistry composition. Fundamental for implementing this cooperative science strategy is the Raman Laser Spectrometer (RLS) calibration target (CT). The RLS CT features a polyethylene terephthalate disk used for RLS calibration and verification of the instrument during the mission. In addition, special patterns have been recorded on the RLS CT disk that the other instruments can detect and employ to determine their relative position. In this manner, the RLS CT ensures the spatial correlation between the three analytical laboratory instruments: MicrOmega, RLS, and MOMA. The RLS CT has been subjected to a series of tests to qualify it for space utilization and to characterize its behavior during the mission. The results from the joint work performed by the RLS and MicrOmega instrument teams confirm the feasibility of the “combined science” approach envisioned for ExoMars rover operations, whose science return is optimized when complementing the RLS and MicrOmega joint analysis with the autonomous RLS operation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle