MétaCan
Menu
Retour à la cohorte
Enregistrement W767355545

What Can the Curiosity Rover Tell Us About the Climate of Mars

2013· article· en· W767355545 sur OpenAlexaboutno aff
R. M. Haberle

Notice bibliographique

RevueNASA STI Repository (National Aeronautics and Space Administration) · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSpace Science and Extraterrestrial Life
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WashingtonAmes Research CenterNational Aeronautics and Space Administration
Mots-clésMars Exploration ProgramCuriosityAstrobiologyHabitabilityGeologyAtmosphere (unit)PlanetEarth scienceMeteorologyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What Can the Curiosity Rover Tell Us About the Climate of Mars? Assessing the habitability of Gale Crater is the goal of the Curiosity Rover, which has been gathering data since landing on the Red Planet last August. To meet that goal, Curiosity brought with it a suite of instruments to measure the biological potential of the landing site, the geology and chemistry of its surface, and local environmental conditions. Some of these instruments illuminate the nature of the planet fs atmosphere and climate system, both for present day conditions as well as for conditions that existed billions of years ago. For present day conditions, Curiosity has a standard meteorology package that measures pressure, temperature, winds and humidity, plus a sensor the measures the UV flux. These data confirm what we learned from previous missions namely that today Mars is a cold, dry, and barren desert-like planet. For past conditions, however, wetter and probably warmer conditions are indicated. Curiosities cameras reveal gravel beds that must have formed by flowing rivers, and sedimentary deposits of layered sand and mudstones possibly associated with lakes. An ancient aqueous environment is further supported by the presence of sulfate veins coursing through some of the rocks in Yellowknife Bay where Curiosity is planning its first drilling activity. I will discuss these results and their implications in this lecture.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,493
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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 tête enseignante, 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNASA STI Repository (National Aeronautics and Space Administration)Même sujetSpace Science and Extraterrestrial LifeTravaux en français237 207