MétaCan
Menu
Retour à la cohorte
Enregistrement W2039354239 · doi:10.1088/0067-0049/194/2/42

SUPERMASSIVE BLACK HOLE MASS ESTIMATES USING SLOAN DIGITAL SKY SURVEY QUASAR SPECTRA AT 0.7 &lt; <i>z</i> &lt; 2

2011· article· en· W2039354239 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal Supplement Series · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésQuasarReverberation mappingSupermassive black holeSkySpectral lineBlack hole (networking)Line (geometry)

Résumé

récupéré en direct d'OpenAlex

We present MgII-based black hole mass estimates for 27,602 quasars with rest-frame UV spectra available in the Sloan Digital Sky Survey Data Release Three. This estimation is possible due to the existence of an empirical correlation between the radius of the broad line region and the continuum luminosity at 3000 Angstroms. We regenerate this correlation by applying our measurement method to UV spectra of low-redshift quasars in the HST/IUE databases which have corresponding reverberation mapping estimates of the Hbeta broad line region's radius. Our mass estimation method uses the line dispersion rather than the full width at half maximum of the low-ionization MgII emission line. We measure MgII line dispersions for quasars whose spectra have been reconstructed using the most significant eigenspectra produced through Principal Component Analysis. We have tested the reliability of using reconstructed spectra in black hole mass estimation using a Monte Carlo simulation and by comparing the results from original and reconstructed Data Release Three spectra. We show that using reconstructed spectra not only makes bias-free mass estimation possible for quasars with low spectroscopic signal-to-noise ratio, but also reduces the intrinsic scatter of the distribution of the black hole masses to lower than 0.15 dex.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,224
Écart entre enseignants0,206 · 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

Citations64
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal Supplement SeriesMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207