MétaCan
Menu
← Retour à la cohorte
Enregistrement W6930957515 · doi:10.5281/zenodo.16423641

NASA Solar Eclipse Trainings by NASA HEAT

2023· article· en· W6930957515 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésEclipseSolar eclipseTraining (meteorology)Resource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

Resource Description: For the Annular Solar Eclipse in October 2023, NASA HEAT prepared a training course on SATERN (an internal learning management system) for NASA colleagues. There were four parts in the course: · Part 1: Welcome · Part 2: Science, Safety, and Engagement · Part 3: NASA Eclipse Science · Part 4: Engaging the Public in Eclipse Activities Before the April 8, 2024 total solar eclipse that would pass over Mexico, the United States, and Canada, NASA HEAT prepared another training course on SATERN for NASA colleagues. The training gave all personnel who were engaging with the public for the total eclipse the skills they needed to represent NASA. There were three parts to the curriculum: Part 1-2: Eclipse Essentials Basics of a total eclipse. That training was required for all those who would be engaging with the public for the eclipse and would discuss safety and NASA key messages. Part 3: NASA Science during the eclipse. That training was optional, but highly recommended. It covered what NASA learned from an eclipse and how NASA understood the Sun-Earth relationship. Part 4: Participating in eclipse activities. That training was optional, but also highly recommended. It described NASA’s local and national partners for engaging in the eclipse and descriptions of hands-on activities one could do. After the training, participants were invited to download all the course materials on the public NASA eclipse website for their own use. Project Description: NASA Heliophysics Education Activation Team (NASA HEAT) engages communities across the nation with educational programs about heliophysics. As part of the NASA Science Activation program (NNH21ZDA001N-SCIACT), NASA HEAT actively partners with scientists, educators, and communicators to provide understandable science educational content and experiences to people of all ages and backgrounds.NASA HEAT connects audiences across the nation to the innovative and captivating science of heliophysics. From nationwide educational programming (including the 2023 and 2024 solar eclipses) to community-centric projects, NASA HEAT is actively partnering with museums, youth organizations, classroom teachers, and many others to teach people about our closest star, the Sun, and how it affects our lives. Individual Citation: NASA Heliophysics Education Activation Team (NASA HEAT), part of NASA's Science Activation portfolio, NNH21ZDA001N-SCIACT, Sasser, L., Milotte, C., Ng, C., Reed S., Odenwald, S., Kirk, M., Davis, H., Hunt Estevez, C., Fischer, H. NASA Solar Eclipse Trainings. (2025) [presentation; other]. Zenodo. {10.5281/zenodo.16423641} Collected/Created by NASA HEAT as part of NASA's Science Activation Program, NNH21ZDA001N-SCIACT. Community Citation: NASA SciAct Eclipse 2023-2024, Zenodo. https://zenodo.org/communities/sciact_eclipse/

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,783

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,4510,213

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 Opus0,099
Tête enseignante GPT0,306
Écart entre enseignants0,208 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→