DISCOVERY AND FOLLOW-UP OF ROTATING RADIO TRANSIENTS WITH THE GREEN BANK AND LOFAR TELESCOPES
Notice bibliographique
Résumé
We have discovered 21 Rotating Radio Transients (RRATs) in data from the Green Bank Telescope (GBT) 350 MHz Drift-scan and the Green Bank North Celestial Cap pulsar surveys using a new candidate sifting algorithm. RRATs are pulsars with sporadic emission that are detected through their bright single pulses rather than Fourier domain searches. We have developed RRATtrap , a single-pulse sifting algorithm that can be integrated into pulsar survey data analysis pipelines in order to find RRATs and Fast Radio Bursts. We have conducted follow-up observations of our newly discovered sources at several radio frequencies using the GBT and Low Frequency Array, yielding improved positions and measurements of their periods, dispersion measures (DMs), and burst rates, as well as phase-coherent timing solutions for four of them. The new RRATs have DMs ranging from 15 to 97 , periods of 240 ms to 3.4 s, and estimated burst rates of 20 to 400 pulses hr −1 at 350 MHz. We use this new sample of RRATs to perform statistical comparisons between RRATs and canonical pulsars in order to shed light on the relationship between the two populations. We find that the DM and spatial distributions of the RRATs agree with those of the pulsars found in the same survey. We find evidence that slower pulsars (i.e., ms) are preferentially more likely to emit bright single pulses than are faster pulsars ( ms), although this conclusion is tentative. Our results are consistent with the proposed link between RRATs, transient pulsars, and canonical pulsars as sources in various parts of the pulse activity spectrum.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».