Using Open Science To Determine Physical Properties of Near Earth Asteroids
Notice bibliographique
Résumé
Title: Using Open Science To Determine Physical Properties of Near Earth Asteroids Presenter: Arushi Nath (Founder MonitorMyPlanet.com, Canada) This was a poster presented at the 5th Shaw-IAU Workshop on Astronomy for Education, organised by the IAU Office of Astronomy for Education (OAE, http//astro4edu.org). The pace of discovery of near-earth asteroids outpaces current abilities to analyze them. Knowledge of an asteroid's physical properties is essential to deflect them. I have developed open-source algorithms for classrooms that combine images from robotic telescopes, open-data, and math to determine asteroids' size, rotation, and strength. I took observations of the Didymos binary asteroid, and my algorithm determined it to be 820m wide, with a 2.26-hour rotation period and rubble-pile strength. I measured a 35-minute decrease in the mutual orbital period after impact by the 2022 NASA DART Mission. External sources validated the findings. Every citizen scientist is now a planetary defender. The project won the 2023 Youth Astronomy Award of the Royal Astronomical Society of Canada. About the 5th Shaw-IAU Workshop on Astronomy for Education:This year’s Shaw-IAU Workshop on Astronomy for Education focuses on two themes: one special practical astronomy education topic and one scientific topic. The special topic is astronomy education outside the classroom, looking at how astronomy can be taught in a diverse range of environments such as science centers, planetaria and youth clubs. The scientific topic is planetary atmospheres, both in the solar system and exoplanets as well as our own Earth. The workshop was organised by the IAU Office of Astronomy for Education (http://astro4edu.org). More details can be found on: https://astro4edu.org/shaw-iau/5th-shaw-iau-workshop/schedule/ Keep up to date with future Shaw-IAU Workshops and other opportunities at the IAU Office of Astronomy for Education by joining our mailing list https://astro4edu.org/mailing-list/ Follow the IAU OAE on X and Facebook under @astro4edu
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».