MétaCan
Menu
Retour à la cohorte
Enregistrement W3170071781 · doi:10.1007/s10686-021-09760-6

Mars and the ESA Science Programme - the case for Mars polar science

2021· article· en· W3170071781 sur OpenAlexafffund
N. Thomas, P. Becerra, I. B. Smith

Notice bibliographique

RevueExperimental Astronomy · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEuropean Space AgencyUniversity of BernSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésMars Exploration ProgramAstrobiologyPolarPlanetary scienceExploration of MarsSpace SciencePhysicsRemote sensingAerospace engineeringEnvironmental scienceAstronomyGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Current plans within the European Space Agency (ESA) for the future investigation of Mars (after the ExoMars programme) are centred around participation in the Mars Sample Return (MSR) programme led by NASA. This programme is housed within the Human and Robotic Exploration (HRE) Directorate of ESA. This White Paper, in response to the Voyage 2050 call, focuses on the important scientific objectives for the investigation of Mars outside the present HRE planning. The achievement of these objectives by Science Directorate missions is entirely consistent with ESA's Science Programme. We illustrate this with a theme centred around the study of the Martian polar caps and the investigation of recent (Amazonian) climate change produced by known oscillations in Mars' orbital parameters. Deciphering the record of climate contained within the polar caps would allow us to learn about the climatic evolution of another planet over the past few to hundreds of millions of years, and also addresses the more general goal of investigating volatile-related dynamic processes in the Solar System.

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)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,007
Communication savante0,0110,013
Science ouverte0,0010,008
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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'étudeSans objet
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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental AstronomyMême sujetPlanetary Science and ExplorationTravaux en français237 207