MétaCan
Menu
Retour à la cohorte
Enregistrement W4285585958 · doi:10.1117/12.2629999

CCAT-prime: observatory control software for FYST

2022· article· en· W4285585958 sur OpenAlexaffabout
R. Schaaf, Mike Nolta, R. Higgins, Thomas Nikola, R. Timmermann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueParallel Computing and Optimization Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePrime (order theory)SoftwareObservatoryProgramming languagePhysicsAstronomyMathematicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

The Fred Young Submillimeter Telescope (FYST) is a 6-meter diameter telescope with a surface accuracy of 10 microns, operating at submillimeter to millimeter wavelengths. It will be located at 5600 meters elevation on Cerro Chajnantor in the Atacama desert of northern Chile overlooking the ALMA site. Its novel optical “crossed-Dragone” design will deliver a high-throughput, wide field-of-view telescope capable of mapping the sky very rapidly and efficiently. The telescope can host up to three instruments, with the heterodyne array “CHAI” and the direct-detection camera “Prime-Cam” as first-generation instruments. The often harsh environmental conditions at the telescope site require that FYST be operated remotely, either from the base station near San Pedro de Atacama or from the scientist’s home institutions in the US, Canada and Germany. Automated observations will therefore be the dominant observation mode. FYST’s Observatory Control System (OCS) gives instrument teams the responsibility to control observations. We believe that this model is a good fit for FYST because the observatory will operate exclusively in campaign mode. Furthermore, instrument teams have significant investments in software they want to preserve. The OCS adopts a micro-service design using off-theshelf components as far as possible to minimize development effort. We will present the OCS design and the selection of off-the-shelf components used.

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)0,002
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: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0560,027

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 Opus0,022
Tête enseignante GPT0,251
Écart entre enseignants0,229 · 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
GenreLogiciel

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetParallel Computing and Optimization TechniquesTravaux en français237 207