MétaCan
Menu
Retour à la cohorte
Enregistrement W6976276903 · doi:10.60692/k77sa-c3066

Tracking Bodies Motions on the Lunar Surface: Apollo XVI Footage, a case of study.

2024· article· en· W6976276903 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueIterative Methods for Nonlinear Equations
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésApolloKinematicsMotion (physics)Space debrisShot (pellet)Tracking (education)Moon landingTRACE (psycholinguistics)

Résumé

récupéré en direct d'OpenAlex

This manuscript introduces a robust analytical method to trace and analyze the movement of bodies shot during the Apollo XVI mission on the lunar surface. By employing both 2D and 3D analysis techniques, we aim to provide a detailed comparison of the observed kinematic events against theoretical models. The paper extends a previous work focused on the kinematics of lunar dust utilizing footage from the "Grand Prix" sequence of the Apollo XVI mission "Ballistic motion of dust particles in the Lunar Roving Vehicle dust trails" published in 2012 on the American Journal of Physics by Mihaly Horanyi and Hsiang-Wen Hsu: https://www.researchgate.net/publication/258468670 [ Ann. 1 – Ann. 2 ]. The objective is to validate lunar environmental models and enhance the understanding of motion dynamics on the lunar surface. This comprehensive analysis reconstructs the image production chain and the photographic and television transmission technology used during the Apollo 16 mission and indicates the good practices to follow for the correct digital transposition of the various types of film produced. Not only does it reassess existing data but also introduces new methodologies in order to interpret the lunar surface motions of bodies captured during Apollo missions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,194
Tête enseignante GPT0,357
Écart entre enseignants0,163 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetIterative Methods for Nonlinear EquationsTravaux en français237 207