A SENSITIVE IDENTIFICATION OF WARM DEBRIS DISKS IN THE SOLAR NEIGHBORHOOD THROUGH PRECISE CALIBRATION OF SATURATED <i>WISE</i> PHOTOMETRY
Notice bibliographique
Résumé
We present a sensitive search for WISE W 3 (12 μm) and W 4 (22 μm) excesses from warm optically thin dust around Hipparcos main sequence stars within 75 pc from the Sun. We use contemporaneously measured photometry from WISE , remove sources of contamination, and derive and apply corrections to saturated fluxes to attain optimal sensitivity to >10 μm excesses. We use data from the WISE All-Sky Survey Catalog rather than the AllWISE release because we find that its saturated photometry is better behaved, allowing us to detect small excesses even around saturated stars in WISE . Our new discoveries increase by 45% the number of stars with warm dusty excesses and expand the number of known debris disks (with excess at any wavelength) within 75 pc by 29%. We identify 220 Hipparcos debris disk host stars, 108 of which are new detections at any wavelength. We present the first measurement of a 12 μm and/or 22 μm excess for 10 stars with previously known cold (50–100 K) disks. We also find five new stars with small but significant W 3 excesses, adding to the small population of known exozodi, and we detect evidence for a W 2 excess around HIP 96562 (F2V), indicative of tenuous hot (780 K) dust. As a result of our WISE study, the number of debris disks with known 10–30 μm excesses within 75 pc (379) has now surpassed the number of disks with known >30 μm excesses (289, with 171 in common), even if the latter have been found to have a higher occurrence rate in unbiased samples.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».