MétaCan
Menu
Retour à la cohorte
Enregistrement W6950145436 · doi:10.5281/zenodo.3758608

The next decade of optical wide field astronomy in Canada

2019· article· en· W6950145436 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensMcGill UniversityUniversity of WaterlooHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésWhite paperContext (archaeology)Set (abstract data type)Position (finance)Field (mathematics)Transformative learning

Résumé

récupéré en direct d'OpenAlex

Internationally, wide field imaging and spectroscopy at optical/near-infrared wavelengths is having profound impacts in diverse areas of astronomy. The international portfolio of projects in this arena for the next decade has never been richer and the expectation for transformative discoveries has never been higher. We discuss numerous projects in which Canada has interests or involvement, many of which are the subject of dedicated white papers, and attempt to set the national and international context in which these projects should be viewed. Critically, we show that, without action being taken by the community and supported by the LRP, Canada is facing a lack of access to any of the emerging front-line ground-based optical wide field programs and facilities for almost the entirety of the 2020s. We provide a set of comments for consideration by the LRP and the community for how to ensure Canada instead is able to capitalize upon the riches of the next decade, to compete internationally, and to set itself in a leadership position fo the 2030s. These recommendations include obtaining new access to 2020 datasets and observatories, leveraging the enviable capacity and skills of CADC/CANFAR, and developing the community so it can excel in an increasingly crowded, and exciting, international scene.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,996

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0130,005
Communication savante0,0110,005
Science ouverte0,0030,006
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,015
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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'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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAstronomy and Astrophysical ResearchTravaux en français237 207