Rationale and Proposed Design for a Mars Sample Return (MSR) Science Program
Notice bibliographique
Résumé
The Mars Sample Return (MSR) Campaign represents one of the most ambitious scientific endeavors ever undertaken. Analyses of the martian samples would offer unique science benefits that cannot be attained through orbital or landed missions that rely only on remote sensing and in situ measurements, respectively. As currently designed, the MSR Campaign comprises a number of scientific, technical, and programmatic bodies and relationships, captured in a series of existing and anticipated documents. Ensuring that all required scientific activities are properly designed, managed, and executed would require significant planning and coordination. Because there are multiple scientific elements that would need to be executed to achieve MSR Campaign success, it is critical to ensure that the appropriate management, oversight, planning, and resources are made available to accomplish them. This could be achieved via a formal MSR Science Management Plan (SMP). A subset of the MSR Science Planning Group 2 (MSPG2)-termed the SMP Focus Group-was tasked to develop inputs for an MSR Campaign SMP. The scope is intended to cover the interface to the Mars 2020 mission, science elements in the MSR flight program, ground-based science infrastructure, MSR science opportunities, and the MSR sample and science data management. In this report, a comprehensive MSR Science Program is proposed that comprises specific science bodies and/or activities that could be implemented to address the science functionalities throughout the MSR Campaign. The proposed structure was designed by taking into consideration previous management review processes, a set of guiding principles, and key lessons learned from previous robotic exploration and sample return missions.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».