Plataforma online possibilita colaboração do público na classificação de objetos astronômicos

Por Redação
2 Min

Um novo projeto de ciência cidadã foi lançado na plataforma Zooniverse, um portal de pesquisa científica colaborativa. O projeto, chamado S-PLUS Science Hunters, busca envolver a população na classificação e identificação de diversos objetos astronômicos, utilizando imagens obtidas pelo projeto Southern Photometric Local Universe Survey (S-PLUS).

A iniciativa, liderada pelo Brasil, tem como objetivo mapear o céu do hemisfério Sul, analisando cerca de 9.300 graus quadrados. O Science Hunters é resultado de um esforço coletivo de vários profissionais da astronomia, com coordenação da professora Claudia Mendes de Oliveira, do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP).

A ideia do projeto de ciência cidadã para o S-PLUS foi lançada pela astrônoma Arianna Cortesi, do Observatório do Valongo da Universidade Federal do Rio de Janeiro (UFRJ), em 2021. Cortesi, que possui experiência no uso da Astronomia para educação infantojuvenil, destaca o potencial educacional do projeto.

O S-PLUS Science Hunters busca aprimorar os algoritmos automáticos de detecção de imagens astronômicas, por meio da colaboração da população. Através do projeto, os participantes poderão contribuir para avanços científicos significativos em áreas como a identificação de asteroides, a evolução de galáxias e a descoberta de fenômenos astrofísicos raros.

Usuários de todas as partes do mundo, sem necessidade de conhecimentos prévios, podem participar do projeto. Ao acessar o S-PLUS Science Hunters no Zooniverse, os participantes terão acesso a um tutorial disponível em inglês, espanhol e português, que explica como realizar as classificações. O objetivo é identificar asteroides, galáxias, objetos em H-Alfa, bolhas de gás coloridas artificialmente e outros objetos exóticos.

As classificações feitas pelos participantes terão um uso científico direto, sendo utilizadas para a construção de modelos de aprendizado automático que auxiliarão na identificação de objetos astronômicos de interesse. Os resultados obtidos serão publicados em um artigo científico.

Informações da Agência FAPESP

Compartilhe Isso