Notice bibliographique
Résumé
Introduction A decade has passed since the first discovery of an extrasolar planet by Mayor and Queloz (1995) and its confirmation by Marcy et al. (1997). Since this groundbreaking discovery, about 190 planets have been found around nearby stars, as of May 2006 (Schneider, 2006). Here we shall review the main methods astronomers use to detect extrasolar planets, and the data we can derive from those observations. Aitken (1938) examined the observational problem of detecting extrasolar planets. He showed that their detection, either directly or indirectly, lay beyond the technical horizon of his era. The basic difficulty in directly detecting planets is the brightness ratio between a typical planet, which shines mainly by reflecting the light of its host star, and the star itself. In the case of Jupiter and the Sun, this ratio is 2.5 × 10 –9 . If we keep using Jupiter as a typical example, we expect a planet to orbit at a distance of the order of 5 astronomical units (AU, where 1 AU = 1.5 × 10 11 m = distance from Earth to Sun) from its host star. At a relatively small distance of 5 parsecs from the Solar System, this translates into a mean angular separation of the sources on the sky of 1 arcsecond. Therefore, with present technology, it is extremely demanding to directly image any extrasolar planet inside the overpowering glare of its host star, particularly from the ground, where the Earth's atmosphere seriously affects the observations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».