MétaCan
Menu
← Retour à la cohorte
Enregistrement W6912498125 · doi:10.5281/zenodo.3825618

Science with the Large Synoptic Survey Telescope

2019· report· en· W6912498125 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typereport
Langueen
Domaine
Thématique
Établissements canadiensCampion CollegeMcGill UniversityCanadian Standards AssociationHerzberg Institute of AstrophysicsUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLarge Synoptic Survey TelescopeSkyDark energyCitizen scienceLeverage (statistics)TelescopeField (mathematics)Virtual observatory

Résumé

récupéré en direct d'OpenAlex

The Large Synoptic Survey Telescope (LSST) is set to begin commissioning its instruments in 2021, with science verification commencing in 2022 and science operations in 2023. With its large field of view and 3.2 Gigapixel camera, it will scan 18,000 square degrees every few nights from 320-1050 nm. This cadence will not only build a deep co-added map of the sky to ~25th magnitude in its wide field and ~28th magnitude in its deep fields, but will enable transient science on the largest scale. It will produce millions of ‘alerts’ for bright new celestial objects each night. By the end of the nominal 11th data release, it will deliver 18 billion objects in 5.5 million images. LSST will revolutionize photometric survey science.There are a wide range of scientific collaborations under the LSST umbrella: the Stars, Milky Way and the Local Volume Collaboration, the Transients and Variable Stars Collaboration, the Dark Energy Science Collaboration, The Solar System Science Collaboration, The Active Galactic Nuclei Collaboration, the Strong Lensing Collaboration and the Informatics and Statistics Science Collaboration. We highlight the LSST science cases relevant to the Canadian community, and describe how LSST data will complement and transform science in these areas. In a separate white paper, we discuss the varied Canadian data access needs and LSST data products. We will describe how coordination with current and planned facilities and programs with Canadian participation and leadership, namely CFHT, CFIS/UNIONS, MSE, Gemini, and Euclid will leverage these science efforts even further. We discuss the proposed model for participation in LSST and motivate why a coordinated national strategy for Canadian data access is essential to ensuring both the continued Canadian scientific leadership in LSST, and how investing in the infrastructure and training necessary for LSST partnership would therefore be strategic for Canadian astronomy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0040,001
Communication savante0,0050,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0420,027

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 Opus0,065
Tête enseignante GPT0,289
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→