A Bayesian re-analysis of HD 11964: evidence for three planets
Notice bibliographique
Résumé
Astronomers searching for the small signals induced by planets inevitably face significant statistical challenges. Bayesian inference has the potential of improving the interpretation of existing observations, the planning of future observations and ultimately inferences concerning the overall population of planets. This paper illustrates how a re‐analysis of published radial velocity data sets with a Bayesian multi‐planet Kepler periodogram is providing strong evidence for additional planetary candidates. The periodogram is implemented with a Markov chain Monte Carlo (MCMC) algorithm that employs an automated adaptive control system. For HD 11964, the data has been re‐analyzed using 1, 2, 3 and 4 planet models. The most probable model exhibits three periods of 38.02−0.22+0.11, 360−4+4, and 1924−43+44 d, and eccentricities of 0.22−0.22+0.11, 0.63−0.17+0.34, and 0.05−0.05+0.03, respectively Assuming the three signals (each one consistent with a Keplerian orbit) are caused by planets, the corresponding limits on planetary mass (M sin i) and semi‐major axis are (0.090−0.14+0.15MJ, 0.253−0.009+0.009au), (0.21−0.07+0.06MJ, 1.13−0.04+0.04au), (0.77−0.08+0.08MJ, 3.46−0.13+0.13au), respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».