MétaCan
Menu
Retour à la cohorte
Enregistrement W4229450960 · doi:10.1088/1681-7575/ac64dc

Measurements of absolute, SI-traceable lunar irradiance with the airborne lunar spectral irradiance (air-LUSI) instrument

2022· article· en· W4229450960 sur OpenAlexaff
John T. Woodward, Kevin Turpie, Thomas C. Stone, S. Andrew Gadsden, Andrew Newton, Stephen Maxwell, Steve E. Grantham, Thomas C. Larason, Steven W. Brown

Notice bibliographique

RevueMetrologia · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCalibration and Measurement Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesPhysical Measurement LaboratoryNational Aeronautics and Space Administration
Mots-clésIrradianceRemote sensingEnvironmental scienceAtmosphere (unit)CalibrationSolar irradianceOpticsMeteorologyAtmospheric sciencesPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The airborne lunar spectral irradiance (air-LUSI) instrument is designed to make low uncertainty measurements of the lunar spectral irradiance from an ER-2 aircraft from altitudes above 95% of the atmosphere. Measurements cover the visible and near infrared spectral region (350 nm to 1050 nm) and are traceable to the international system of units. Five demonstration flights were conducted in November 2019 at NASA’s Armstrong Flight Research Center. During that campaign, air-LUSI measured the spectral irradiance at lunar phase angles ranging from 10° to 60°. This work provides an overview of the air-LUSI instrument, the lunar irradiance measurements made during demonstration flights, a description of our calibration approach, and summary of the uncertainty budget. Based on the flight results and laboratory measurements, we estimate the instrument is capable of measuring lunar irradiance, propagated to the top-of-the atmosphere, with combined standard uncertainty of 1% (k = 1) or less over the spectral region from 450 nm to 980 nm. An examination of the uncertainty budget leads to a path forward toward potentially achieving uncertainties of 0.6% in lunar irradiance over much of the spectral range for future flights.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,206
Écart entre enseignants0,179 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetrologiaMême sujetCalibration and Measurement TechniquesTravaux en français237 207