MétaCan
Menu
Retour à la cohorte
Enregistrement W4375841159 · doi:10.1109/mpot.2023.3241423

Electroadhesive robotics experiment in simulated microgravity

2023· article· en· W4375841159 sur OpenAlexaffabout
Makenna Kuzyk, Jana Gebara, Jade Belisle

Notice bibliographique

RevueIEEE Potentials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPayload (computing)RoboticsArtificial intelligenceRobotAeronauticsAgency (philosophy)EngineeringSpace (punctuation)Aerospace engineeringSimulationComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Canada has a strong presence in space robotics, and Mission SpaceWalker (MSW) is a group of ambitious young women who are leaning into Canadian robotics excellence through their investigation of how electroadhesive (EA) robots behave in reduced gravity, all while introducing a new testing procedure for rovers and adhesive space robotics. As an undergraduate student team at the University of Alberta, MSW has been chosen to fly their payload as part of the Canadian Reduced Gravity Experiment Challenge (CAN-RGX) organized by Students for the Exploration and Development of Space Canada (SEDS-Canada), the National Research Council of Canada, and the Canadian Space Agency. The annual competition is open nationwide to university students, soliciting participating groups to create a payload to be tested onboard a parabolic flight. The experiment will consist of an automated system contained within a Pelican case, featuring a mechanical design that will obtain footage of two robots on conductive and nonconductive surfaces. It will log data from onboard sensors to provide insight into the performance of the EA pads on both surfaces. The payload is expected to be flown on a parabolic flight during the CAN-RGX campaign in the 2023 calendar year.

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)0,000
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,258
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE PotentialsMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207