MétaCan
Menu
Retour à la cohorte
Enregistrement W1998152665 · doi:10.1088/0004-6256/135/4/1343

TYPE Ia SUPERNOVAE RATES AND GALAXY CLUSTERING FROM THE CFHT SUPERNOVA LEGACY SURVEY

2008· article· en· W1998152665 sur OpenAlexaffabout
M. L. Graham, C. J. Pritchet, M. Sullivan, Stephen Gwyn, James D. Neill, E. Y. Hsiao, P. Astier, D. Balam, C. Balland, S. Basa, R. G. Carlberg, A. Conley, D. Fouchez, J. Guy, D. Hardin, I. Hook, D. A. Howell, R. Pain, K. Perrett, N. Regnault, S. Baumont, Junlong Du, C. Lidman, S. Perlmutter, P. Ripoche, N. Suzuki, E. S. Walker, T. Zhang

Notice bibliographique

RevueThe Astronomical Journal · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensHerzberg Institute of AstrophysicsUniversity of TorontoUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAstrophysicsPhysicsSupernovaGalaxyRedshiftCluster (spacecraft)Galaxy clusterAstronomyStar formation

Résumé

récupéré en direct d'OpenAlex

The Canada-France-Hawaii Telescope Supernova Legacy Survey (CFHT SNLS) has created a large homogeneous database of intermediate redshift (0.2 < z < 1.0) type Ia supernovae (SNe Ia). The SNLS team has shown that correlations exist between SN Ia rates, properties, and host galaxy star-formation rates (SFRs). The SNLS SN Ia database has now been combined with a photometric redshift galaxy catalog and an optical galaxy cluster catalog to investigate the possible influence of galaxy clustering on the SN Ia rate, over and above the expected effect due to the dependence of SFR on clustering through the morphology-density relation. We identify three cluster SNe Ia, plus three additional possible cluster SNe Ia, and find the SN Ia rate per unit mass in clusters at intermediate redshifts is consistent with the rate per unit mass in field early-type galaxies and the SN Ia cluster rate from low-redshift cluster targeted surveys. We also find the number of SNe Ia in cluster environments to be within a factor of 2 of expectations from the two-component SN Ia rate model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,257
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Astronomical JournalMême sujetGamma-ray bursts and supernovaeTravaux en français237 207