High-contrast imaging with<i>Spitzer</i>: deep observations of Vega, Fomalhaut, and<i>ϵ</i>Eridani
Notice bibliographique
Résumé
Stars with debris disks are intriguing targets for direct-imaging exoplanet searches, owing both to previous detections of wide planets in debris disk systems, and to commonly existing morphological features in the disks themselves that may be indicative of a planetary influence. Here we present observations of three of the most nearby young stars, which are also known to host massive debris disks: Vega, Fomalhaut, and ϵ Eri. The Spitzer Space Telescope is used at a range of orientation angles for each star to supply a deep contrast through angular differential imaging combined with high-contrast algorithms. The observations provide the opportunity to probe substantially colder bound planets (120–330 K) than is possible with any other technique or instrument. For Vega, some apparently very red candidate point sources detected in the 4.5 μm image remain to be tested for common proper motion. The images are sensitive to ~2 Mjup companions at 150 AU in this system. The observations presented here represent the first search for planets around Vega using Spitzer. The upper 4.5 μm flux limit on Fomalhaut b could be further constrained relative to previous data. In the case of ϵ Eri, planets below both the effective temperature and the mass of Jupiter could be probed from 80 AU and outward, although no such planets were found. The data sensitively probe the regions around the edges of the debris rings in the systems where planets can be expected to reside. These observations validate previous results showing that more than an order of magnitude improvement in performance in the contrast-limited regime can be acquired with respect to conventional methods by applying sophisticated high-contrast techniques to space-based telescopes, thanks to the high degree of PSF stability provided in this environment.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».