MétaCan
Menu
Retour à la cohorte
Enregistrement W4399658255 · doi:10.1117/12.3019153

Commissioning and calibration of the JWST Aperture Masking Interferometry mode

2024· article· en· W4399658255 sur OpenAlexaff
Rachel Cooper, Deepashri Thatte, Anand Sivaramakrishnan, Loïc Albert, Neil J. Cook, Jens Kammerer, A. R. Martel, J. Sánchez-Bermúdez, A. Soulain, Thomas Vandal, Kevin Volk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésInterferometryOpticsCalibrationMode (computer interface)Masking (illustration)Aperture (computer memory)Computer sciencePhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

The multi-national James Webb Space Telescope (JWST) enables several new technologies, one of which is the first space-based infrared interferometer, the Aperture Masking Interferometry (AMI) mode of the Near Infrared Imager and Slitless Spectrograph (NIRISS). AMI is a niche but powerful tool for high resolution imaging of a variety of moderate- to high-contrast astronomical sources. The non-redundant mask (NRM) in the entrance pupil enables detection of structure below the classical Rayleigh diffraction limit, well inside the inner working angle of JWST’s coronagraphs. This explores a parameter space largely inaccessible to existing ground- and other space-based observatories. Early science observations leveraged the capabilities of this unique mode to observe dusty Wolf-Rayet binaries, spatially resolved solar system objects, massive exoplanet systems, and protoplanetary disks. The high quality of this space-based data demonstrated the need for improved analysis methods. We describe approaches to extracting interferometric observables, as well as pre- and post-extraction data cleaning routines we made available to the user community. We also discuss insights and unique challenges that were revealed during the commissioning, early calibration, and first science cycles of this promising observing mode: mitigation strategies for instrumental effects, lessons learned for optimizing observation configuration, and plans for ongoing calibration efforts. Knowledge gained from commissioning and calibration data – which are always non-proprietary – provide valuable insight into the capabilities and limitations of this mode, highlight areas that need improvement, and lay the groundwork for furthering JWST’s scientific objectives.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpacecraft and Cryogenic TechnologiesTravaux en français237 207