MétaCan
Menu
Retour à la cohorte
Enregistrement W3094757511 · doi:10.1115/1.4049006

Balloon Locomotion for Extreme Terrain

2020· article· en· W3094757511 sur OpenAlexafffund
Hari Nayar, Michael Pauken, Morgan L. Cable, Michael Hans, Manit Ginoya

Notice bibliographique

RevueJournal of Mechanisms and Robotics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of OttawaMitacsCalifornia Institute of TechnologyJet Propulsion LaboratoryNational Aeronautics and Space Administration
Mots-clésTerrainTitan (rocket family)Software deploymentMars Exploration ProgramAerospace engineeringPayload (computing)Exploration of MarsAstrobiologyComputer scienceEnvironmental scienceMarine engineeringGeologySimulationEngineeringPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract BALLET (BALloon Locomotion for Extreme Terrain) is a new concept vehicle for robotic surface mobility on planetary bodies with an atmosphere. The vehicle is composed of a buoyant balloon with six evenly distributed suspended payload modules each serving as a foot for locomotion over inaccessible rugged terrain. While the physics of BALLET will apply on Venus and Mars, the environmental conditions and available component technology limit our consideration to Titan. We describe the concept in detail, its applications for science missions on Titan, mission deployment scenarios, analyses of the concept under varying environmental conditions, and simulations of its locomotion. The concept is shown to be feasible and provides a new approach for exploration of rugged lakes, dunes, shorelines, and cryovolcanic regions on Titan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,158

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,229
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanisms and RoboticsMême sujetPlanetary Science and ExplorationTravaux en français237 207