MétaCan
Menu
Retour à la cohorte
Enregistrement W4386798128 · doi:10.21694/2379-2914.22002

A Path to Space: From Tsiolkovsky to Armstrong

2022· article· en· W4386798128 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmerican Research Journal of History and Culture · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHistory and Developments in Astronomy
Établissements canadiensnon disponible
Organismes subventionnairesAustralian GovernmentNational Aeronautics and Space Administration
Mots-clésPath (computing)Space (punctuation)Computer scienceComputer network

Résumé

récupéré en direct d'OpenAlex

The United Soviet Socialist Republic (USSR) and the United States (US) led the Space Race during the 20th century at the height of the Cold War.These adversaries raced to be the first to achieve spaceflight capabilities.The concept of space travel would provide an unprecedented experience and political might.Due to events in history at that time, military technologies aided advancements.The innovation resulted in creative ways to address fundamental questions, yet more importantly, would prove one nation dominate.Many extraordinary people pioneered this venture, including physicist and engineer Robert Goddard from the United States and Hermann Oberth, an Austro-Hungarian-born German physicist and engineer.In 1962, the United States achieved the first interplanetary flyby when Mariner 2 sped past Venus.Soon after, the Soviets sent the first woman into space, Valentina Tereshkova, in 1963.Additionally, other nations launched their rockets and satellites, including Canada in 1962, France in 1965, and Japan and China in 1970.The Russians led the race from Sputnik to the first Moon landing on July 16, 1969, when US astronauts Neil Armstrong and Erwin "Buzz" Aldrin touched down on the Moon's surface.Each nation made incredible advancements.Hard work and great focus brought the dreams of space travel to reality.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,045

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 technologies0,0080,010
Communication savante0,0040,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,021
Tête enseignante GPT0,303
Écart entre enseignants0,282 · 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
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Research Journal of History and CultureMême sujetHistory and Developments in AstronomyTravaux en français237 207