MétaCan
Menu
Retour à la cohorte
Enregistrement W4297686164 · doi:10.1117/12.2627870

Design and analysis of the NRC Q-band receiver for ngVLA band-5

2022· article· en· W4297686164 sur OpenAlexaffabout
Sara Salem Hesari, Doug Henke, В. А. Решетов, B. Veidt, Alireza Seyfollahi, Nianhua Jiang, L. B. G. Knee

Notice bibliographique

RevueMillimeter, Submillimeter, and Far-Infrared Detectors and Instrumentation for Astronomy XI · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Optimization
Établissements canadiensHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The radio instrumentation team (RIT) at NRC’s (National Research Council Canada) Herzberg astronomy and astrophysics research center (HAA) is currently developing a dual-linear polarization, single-feed Q-band cryogenic radio astronomy receiver to develop and demonstrate important technologies needed for front-end development for the next generation very large array (ngVLA) project lead by the National Radio Astronomy Observatory (NRAO). The specific target is the ngVLA band-5 receiver, which covers the frequency range 30.5–50.5 GHz. It also serves as a technology demonstrator for component development for ngVLA bands-3, 4, and 6. The Q-band receiver system is designed to achieve a receiver noise temperature of less than 20 K over 70% of the bandwidth and better than 24 K over the complete operating bandwidth, and is compliant with the current ngVLA Band-5 receiver requirement. The receiver system consists of a cryostat with a cooled feed horn, a turnstile OMT (orthomode transducer) plus two noise couplers for calibration, two cryogenic mHEMT low noise amplifiers with noise temperature lower than 14 K, IR filters, and a vacuum window for low-loss transmission of electromagnetic fields into the cryostat.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,189 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMillimeter, Submillimeter, and Far-Infrared Detectors and Instrumentation for Astronomy XIMême sujetAntenna Design and OptimizationTravaux en français237 207