MétaCan
Menu
Retour à la cohorte
Enregistrement W4224436000 · doi:10.1016/j.aca.2022.339837

Homogeneity assessment of the SuperCam calibration targets onboard rover perseverance

2022· article· en· W4224436000 sur OpenAlexaff
Juan Manuel Madariaga, Julene Aramendia, Gorka Arana, Kepa Castro, Leticia Gómez‐Nubla, Silvia Fdez‐Ortiz de Vallejuelo, Cristina García‐Florentino, Maite Maguregui, J. A. Manrique, G. López-Reyes, Javier Moros, A. Cousin, S. Maurice, A. Ollila, R. C. Wiens, F. Rull, J. J. Laserna, Valentı́n G. Baonza, M. B. Madsen, O. Forni, J. Lasue, S. M. Clegg, S. Robinson, P. Bernardi, A. J. Brown, Philippe Caïs, Jesús Martínez‐Frías, Pierre Beck, Sylvain Bernard, M. H. Bernt, Olivier Beyssac, E. A. Cloutis, Christophe Drouet, Gilles Dromart, Bruno Dubois, C. Fabre, O. Gasnault, I. Gontijo, J. R. Johnson, J. Medina, P. Y. Meslin, Gilles Montagnac, V. Sautter, Shiv K. Sharma, Marco Veneranda, Peter A. Willis

Notice bibliographique

RevueAnalytica Chimica Acta · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaConsejería de Educación, Junta de Castilla y LeónUniversidad de ValladolidCentre National de la Recherche ScientifiqueEuskal Herriko UnibertsitateaUniversidad de MálagaEusko JaurlaritzaCarlsbergfondetCentre National d’Etudes SpatialesJunta de Castilla y LeónNational Aeronautics and Space Administration
Mots-clésChemistryHomogeneity (statistics)AstrobiologyCalibrationRemote sensingAerospace engineeringGeologyStatistics

Résumé

récupéré en direct d'OpenAlex

The SuperCam instrument, onboard the Perseverance rover (Mars 2020 mission) is designed to perform remote analysis on the Martian surface employing several spectroscopic techniques such as Laser Induced Breakdown Spectroscopy (LIBS), Time-Resolved Raman (TRR), Time-Resolved Fluorescence (TRF) and Visible and Infrared (VISIR) reflectance. In addition, SuperCam also acquires high-resolution images using a color remote micro-imager (RMI) as well as sounds with its microphone. SuperCam has three main subsystems, the Mast Unit (MU) where the laser for chemical analysis and collection optics are housed, the Body Unit (BU) where the different spectrometers are located inside the rover, and the SuperCam Calibration Target (SCCT) located on the rover's deck to facilitate calibration tests at similar ambient conditions as the analyzed samples. To perform adequate calibrations on Mars, the 22 mineral samples included in the complex SCCT assembly must have a very homogeneous distribution of major and minor elements. The analysis and verification of such homogeneity for the 5-6 replicates of the samples included in the SCCT has been the aim of this work. To verify the physic-chemical homogeneity of the calibration targets, micro Energy Dispersive X-ray Fluorescence (EDXRF) imaging was first used on the whole surface of the targets, then the relative abundances of the detected elements were computed on 20 randomly distributed areas of 100 × 100 μm. For those targets showing a positive Raman response, micro-Raman spectroscopy imaging was performed on the whole surface of the targets at a resolution of 100 × 100 μm. The %RSD values (percent of relative standard deviation of mean values) for the major elements measured with EDXRF were compared with similar values obtained by two independent LIBS set-ups at spot sizes of 300 μm in diameter. The statistical analysis showed which elements were homogeneously distributed in the 22 mineral targets of the SCCT, providing their uncertainty values for further calibration. Moreover, nine of the 22 targets showed a good Raman response and their mineral distributions were also studied. Those targets can be also used for calibration purposes of the Raman part of SuperCam using the wavenumbers of their main Raman bands proposed in this work.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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'étudeExpérimental (laboratoire)
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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytica Chimica ActaMême sujetNuclear Physics and ApplicationsTravaux en français237 207