MétaCan
Menu
Retour à la cohorte
Enregistrement W3173941778 · doi:10.5281/zenodo.3755958

Science, Technical and Strategic benefits of Canadian partnership with Subaru

2019· article· en· W3173941778 sur OpenAlexaffabout
Marcin Sawicki, Ivana Damjanov, Stéphane Courteau, H. K. C. Yee, Bob Abraham, Jo Bovy, M. R. Drout, Suresh Sivanandam, Dae‐Sik Moon, Adam Muzzin, Laura C. Parker, Will Percival, J. Cami, Chris O'Dea, Jeremy Heyl, Ludo van Waerbeke, Sara Fisher Ellison, J. P. Willis, Kim A. Venn, Colin Bradley, Tracy Webb, Alan W. McConnachie, Christian Marois, J. J. Kavelaars, Laura Ferrarese, P. Côté, Stephen Gwyn, Luc Simard, René Doyon, David Lafreniere

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensMcGill UniversityUniversity of British ColumbiaQueen's UniversityMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipBusinessPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Recent developments have opened up an opportunity to join the Subaru telescope under favourable terms. With the demonstrated success of SCExAO and HSC, and first light of the PFS nearly upon us, the immediate prospects for Subaru to make breakthrough discoveries that align well with Canadian interests are excellent. In this white paper we describe the scientific and technical (instrumentation) opportunities that a partnership with Subaru would enable. IWe highlight the important synergies with TMT, MSE and Euclid, and how a relatively small investment in Subaru can significantly enhance our ability to take advantage of those facilities. In particular, access to PFS in the decade before MSE sees first light will be critical for ensuring Canadians have the technical and scientific expertise to fully exploit, and lead, science with that next generation spectroscopic facility. The partnership also has strategic value, as it represents an important step toward building an alliance of observatories on Maunakea, which itself has the potential for dramatically increasing scientific impact and reducing costs.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0100,002
Communication savante0,0060,002
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,005

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 Opus0,035
Tête enseignante GPT0,236
Écart entre enseignants0,201 · 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
GenreAutre

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetBiotechnology and Related FieldsTravaux en français237 207