MétaCan
Menu
Retour à la cohorte
Enregistrement W4416919979 · doi:10.32865/2346/102750

Canadian Food Production Subsystem Designs for a Lunar Agriculture Module - Ground Test Demonstrator (LAM-GTD)

2025· article· en· W4416919979 sur OpenAlexaboutno aff
Jared Stoochnoff, Conrad Zeidler, Michel Fabien Franke, Vincent Vrakking, Volker Maiwald, Daniel Schubert

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureCrewSustainable agricultureFood processingAgency (philosophy)Life support systemPrecision agricultureKey (lock)

Résumé

récupéré en direct d'OpenAlex

The ability to produce fresh food in situ will be a beneficial addition to the future of sustainable lunar surface exploration, reducing reliance on traditional physiochemical life support systems and pre-packaged food supplies from Earth. To advance Controlled Environment Agriculture technologies and crew operations in preparation for a Lunar Agriculture Module, the Canadian Space Agency and the German Aerospace Center have conceptualized and progressed the design of a Lunar Agriculture Module - Ground Test Demonstrator. The purpose of this high-fidelity demonstrator would be to increase the technology readiness levels of all major greenhouse subsystems, simulate crew operations, and inform engineering requirements for an eventual lunar surface design. Canada will contribute to the design of several key subsystems, including the Nutrient Delivery System, the Light Control System, the Versatile Assistant robotic arm, a Plant Health Monitoring System, and technologies that could improve confidence in the module's food safety processes. This paper outlines the progress made to date on these key subsystems and how our teams intend to use the Lunar Agriculture Module - Ground Test Demonstrator to prepare for the challenge of a Lunar Agricultural Module.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,017
Tête enseignante GPT0,201
Écart entre enseignants0,183 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLight effects on plantsTravaux en français237 207