Notice bibliographique
Résumé
Text: When the first images of the planet Earth were received, many of us discovered our beautiful blue planet, not the darkness of outer space. Based on Tsiolkovsky's discoveries on the rocket principles, Werner von Braun built the Saturn rocket family to launch heavy payloads to Earth orbit and beyond, and the Gemini program helped to design the safe transportation of humans to space. Nowadays, a lot of new science and technology are helping humans to head again to the Moon. NASA, the European Space Agency, China, India, Japan, and including Canada, have announced plans to send humans to the Moon, or are studying how to go. The European Space Agency has been developing a prototype of an oxygen plant to produce oxygen from lunar regolith, a material found on the surface of the Moon and containing between 40-45 percent oxygen. This oxygen plant could help astronauts reduce cargo since it could make breathable air and rocket fuel as well. NASA is developing an orbital space station near the Moon, named the Gateway. The idea is to use the Gateway to transfer vehicles, reusable lunar landers carrying the crew from the lunar surface to and from low lunar orbit. The ambition of NASA is high, and they described it as an open architecture to foster new capabilities to explore the Moon. From new missions to Mars, mining asteroids, fundamental research, and the recent discovery of a sunlike star TYC 8998-760-1 accompanied by two giant exoplanets, human space exploration helps to address fundamental questions about our place in the Universe and ourselves. The challenges we face related to space exploration helps us to leverage technology, create new industries, and contribute to global cooperation between all nations.
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 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 | 0,000 | 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 | 0,003 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».