MétaCan
Menu
Retour à la cohorte
Enregistrement W4401934436 · doi:10.1117/12.3019178

NFIRAOS project update: preparing for construction

2024· article· en· W4401934436 sur OpenAlexaffabout
Jenny Atwood, Peter Byrnes, Jeffrey Crane, Joeleff Fitzsimmons, Glen Herriot, Krzysztof Caputa, Dan Kerley, Jordan Lothrop, Samuel Barrett, Katherine Silversides, Malcolm J. Smith, Ivan Wevers, Erning Zhao, A. Densmore, Kate Jackson, Olivier Lardière, Jean‐Pierre Véran, Jennifer Dunn, Corinne Boyer, Lianqi Wang, Emma Rautio-Roe, Margaret Hemphill

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAdaptive opticsComputer scienceEnclosureScope (computer science)TelescopeFirst lightCalibrationOpticsAperture (computer memory)Remote sensingSystems engineeringEngineeringPhysicsMechanical engineeringLight sourceTelecommunicationsGeology

Résumé

récupéré en direct d'OpenAlex

NFIRAOS (Narrow-Field InfraRed Adaptive Optics System) will be the first-light multi-conjugate adaptive optics system for the Thirty Meter Telescope (TMT). NFIRAOS supports three Near Infrared (NIR) client instruments, and provides exceptional image quality across the 2 arcminute field of view. In 2018, NFIRAOS passed the Final Design Review (FDR), but there have been several substantial changes more recently. The optical enclosure (ENCL) refrigeration design was updated for CO2 refrigerant, and an enclosure wall panel was prototyped. The polar-coordinate CCD for the laser guide star (LGS) wavefront sensor camera was replaced with a commercial C-Blue camera from First Light Imaging. More recently, the NFIRAOS Science Calibration Unit (NSCU), which was previously a separate Canadian contribution, was incorporated into the scope of NFIRAOS, and has progressed to the Conceptual Design level. In addition to these changes, the team has been working to bring the last of the low-risk subsystems to final design level in preparation for the beginning of construction.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,244

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,279
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207