MétaCan
Menu
Retour à la cohorte
Enregistrement W3008939209

Caracterización y automatización mecánica de los telescopios Cherenkov de CASLEO

2017· article· es· W3008939209 sur OpenAlexfundno aff
Nuno Leal, L. D. Yelós, A. Mancilla, Lilia Baranski Feres, Fabiola Lazarte, B. Garćıa

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2017
Typearticle
Languees
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesOffice of ScienceNational Astronomical Observatory of JapanNational Institutes of Natural SciencesConsejo Nacional de Investigaciones Científicas y TécnicasU.S. Department of EnergySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungComisión Nacional de Investigación Científica y TecnológicaUniversidad Nacional de La PlataNational Radio Astronomy ObservatoryNatural Sciences and Engineering Research Council of CanadaNational Science CouncilSmithsonian InstitutionUniversidad Nacional de San JuanKorea Astronomy and Space Science InstituteSecretaría de Ciencia y Técnica, Universidad de Buenos AiresNational Science Foundation
Mots-clésHumanitiesPhysicsArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Se propone el reemplazo del sistema de motorización, ya obsoleto, de los telescopios Cherenkov del Complejo Astronómico El Leoncito (CASLEO). Se diseñó una cadena cinemática que trabaja con velocidad rápida para movimientos de posicionado y parking, y velocidad lenta para el movimiento de tracking. Como parámetro de diseño se utiliza la velocidad de viento promedio en El Leoncito. En este trabajo se presentan resultados preliminares que demuestran que los componentes seleccionados para la automatización del telescopio son capaces de cumplir con la velocidad rápida de giro.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,268
Écart entre enseignants0,248 · 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
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetParticle Detector Development and PerformanceTravaux en français237 207