Procedures for Constraining Robotic Fiber Positioning for Highly Multiplexed Spectroscopic Surveys: The Case of FPS for SDSS-V
Notice bibliographique
Résumé
One crucial aspect of planning any large scale astronomical survey is constructing an observing strategy that maximizes reduced data quality. This is especially important for surveys that are rather heterogeneous and broad-ranging in their science goals. The Sloan Digital Sky Survey V (SDSS-V), which now utilizes the Focal Plane System (FPS) to robotically place fibers that feed the spectrographs, certainly meets these criteria. The addition of the FPS facilities an increase in survey efficiency, number of targets and target diversity, but also means the positions of fibers must be constrained to allow for simultaneous observations of sometimes competing programs. The constraints on the positions of the fibers are clearly driven by properties of the science targets e.g., the type of target, brightness of the target, position of the target relative to others in the field, etc. The parameters used to describe these constraints will also depend on the intended science goal of the observation, which will vary with the types of objects requested for the particular observation and the planned sky conditions for the observation. In this work, we detail the SDSS-V data collection scenarios, which consist of sets of parameters that serve as the framework for constraining fiber placements. The numerical values of these parameters were set based on either past experiences or from a series of new tests, which we describe in detail here. These parameters allow a survey like SDSS-V to be algorithmically planned to maximize the science output, while guaranteeing data quality throughout its operation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».