MétaCan
Menu
Retour à la cohorte
Enregistrement W4401800617 · doi:10.1117/12.3020731

NRC integrated modeling: experimental validation with SPIDERS

2024· article· en· W4401800617 sur OpenAlexaff
Joeleff Fitzsimmons, Olivier Lardière, Christian Marois, William R. Thompson, Adam B. Johnson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis of Composite Materials
Établissements canadiensUniversity of VictoriaHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésComputer scienceModel validationSoftware engineeringSystems engineeringEngineeringData science

Résumé

récupéré en direct d'OpenAlex

The NRC integrated modelling (NRCim) toolset has been developed at the NRC Herzberg Astronomy and Astrophysics Research Centre (HAA) for many years and has been used to predict complex system performance for several projects (eg. TMT primary mirror, NFIRAOS, IRIS, GPI). Although extensive software validation has been completed to ensure the validity of the NRCim results, there has not previously been an opportunity to measure the delivered performance of an instrument and complete an experimental validation of the NRCim toolset. With the recent assembly and testing of the SPIDERS instrument (Subaru Pathfinder Instrument for Detecting Exoplanets & Retrieving Spectra), our team at HAA has used the NRCim toolset to predict the performance of the SPIDERS instrument and subsequently completed directly measurements of the performance in the presence of prescribed disturbances. The measurements of the SPIDERS performance are compared with the NRCim-predicted performance providing a direct validation of the NRCim toolset.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Analysis of Composite MaterialsTravaux en français237 207