ABUNDANCES, STELLAR PARAMETERS, AND SPECTRA FROM THE SDSS-III/APOGEE SURVEY
Notice bibliographique
Résumé
The SDSS-III/Apache Point Observatory Galactic Evolution Experiment (APOGEE) survey operated from 2011–2014 using the APOGEE spectrograph, which collects high-resolution ( R ∼ 22,500), near-IR (1.51–1.70 μ m) spectra with a multiplexing (300 fiber-fed objects) capability. We describe the survey data products that are publicly available, which include catalogs with radial velocity, stellar parameters, and 15 elemental abundances for over 150,000 stars, as well as the more than 500,000 spectra from which these quantities are derived. Calibration relations for the stellar parameters ( , , [M/H], [ α /M]) and abundances (C, N, O, Na, Mg, Al, Si, S, K, Ca, Ti, V, Mn, Fe, Ni) are presented and discussed. The internal scatter of the abundances within clusters indicates that abundance precision is generally between 0.05 and 0.09 dex across a broad temperature range; it is smaller for some elemental abundances within more limited ranges and at high signal-to-noise ratio. We assess the accuracy of the abundances using comparison of mean cluster metallicities with literature values, APOGEE observations of the solar spectrum and of Arcturus, comparison of individual star abundances with other measurements, and consideration of the locus of derived parameters and abundances of the entire sample, and find that it is challenging to determine the absolute abundance scale; external accuracy may be good to 0.1–0.2 dex. Uncertainties may be larger at cooler temperatures ( ). Access to the public data release and data products is described, and some guidance for using the data products is provided.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,006 |
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 ».