MétaCan
Menu
Retour à la cohorte
Enregistrement W4309000537 · doi:10.1007/978-3-031-13264-3_11

Convention on International Liability for Damage Caused by Space Objects

2022· book-chapter· en· W4309000537 sur OpenAlexaboutno aff
Kirsten Schmalenbach

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePhysics and Astronomy
ThématiqueSpace exploration and regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiabilityHuman spaceflightOuter spaceHazardous wasteSpace (punctuation)AeronauticsNuclear weaponNuclear powerConventionSpace debrisAccident (philosophy)LawSpace lawEngineeringPolitical scienceForensic engineeringAerospace engineeringPhysicsSpacecraftComputer scienceWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract For obvious reasons, space activities are generally classed as ultra-hazardous endeavours, i.e. they are inherently dangerous, not only for the various vehicles leaving the Earth atmosphere, but also the cargo such vehicles carry, be it human or otherwise. Additionally, space activities generate environmental risks in outer space that can, at times, impact the Earth as what goes up, must inevitably come down. The hazards of spaceflight come from multiple sources, including, but not limited to, the technology used (e.g. nuclear power sources) and the hostile nature of outer space which is difficult to reach, difficult to survive in and difficult to return from. This inherent danger has been tragically highlighted not only by the shuttle disasters involving Challenger (1986) and Columbia (2003) but also by the vast field of radioactive debris left in Canada after the uncontrolled re-entry of the Soviet satellite Cosmos 954 in 1977. The latter accident exemplifies that ultra-hazardous activities require liability rules because when something goes wrong, the consequences can be significant for any injured parties.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,004
Communication savante0,0100,004
Science ouverte0,0040,003
Intégrité de la recherche0,0220,018
Charge utile insuffisante (le modèle a refusé de juger)0,0200,019

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 Opus0,017
Tête enseignante GPT0,256
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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpace exploration and regulationTravaux en français237 207