FORECASTOR. I. Finding Optics Requirements and Exposure Times for the Cosmological Advanced Survey Telescope for Optical and UV Research Mission
Notice bibliographique
Résumé
Abstract The Cosmological Advanced Survey Telescope for Optical and ultraviolet Research (CASTOR) is a proposed Canadian-led 1 m class space telescope that will carry out ultraviolet and blue optical wide-field imaging, spectroscopy, and photometry. CASTOR will provide an essential bridge in the post-Hubble era, preventing a protracted UV-optical gap in space astronomy and enabling an enormous range of discovery opportunities from the solar system to the nature of the cosmos, in conjunction with the other great wide-field observatories of the next decade (e.g., Euclid, Roman, Vera Rubin). FORECASTOR (Finding Optics Requirements and Exposure times for CASTOR) will supply a coordinated suite of mission-planning tools that will serve as the one-stop shop for proposal preparation, data reduction, and analysis for the CASTOR mission. We present the first of these tools: a pixel-based, user-friendly, extensible, multi-mission exposure time calculator built in Python, including a modern browser-based graphical user interface that updates in real time. We then provide several illustrative examples of FORECASTOR’s use that advance the design of planned legacy surveys for the CASTOR mission: a search for the most massive white dwarfs in the Magellanic Clouds, a study of the frequency of flaring activity in M stars and their distribution and impacts on habitability of exoplanets, mapping the proper motions of faint stars in the Milky Way, wide and deep galaxy surveys, and time-domain studies of active galactic nuclei.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».