CALIBRATIONS OF ATMOSPHERIC PARAMETERS OBTAINED FROM THE FIRST YEAR OF SDSS-III APOGEE OBSERVATIONS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The SDSS-III Apache Point Observatory Galactic Evolution Experiment (APOGEE) is a three year survey that is collecting 105 high-resolution spectra in the near-IR across multiple Galactic populations. To derive stellar parameters and chemical compositions from this massive data set, the APOGEE Stellar Parameters and Chem- ical Abundances Pipeline (ASPCAP) has been developed. Here, we describe empirical calibrations of stellar parameters presented in the first SDSS-III APOGEE data release (DR10). These calibrations were enabled by observations of 559 stars in 20 globular and open clusters. The cluster observations were supplemented by observations of stars in NASA’s Kepler field that have well determined surface gravities from asteroseismic analysis. We discuss the accuracy and precision of the derived stellar parameters, con- sidering especially effective temperature, surface gravity, and metallicity; we also briefly discuss the derived results for the abundances of the α-elements, carbon, and nitrogen. Overall, we find that ASPCAP achieves reasonably accurate results for temperature and metallicity, but suffers from systematic errors in surface gravity. We derive calibration relations that bring the raw ASPCAP results into better agreement with independently determined stellar parameters. The internal scatter of ASPCAP parameters within clusters suggests that, metallicities are measured with a precision better than 0.1 dex, effective temperatures better than 150 K, and surface gravities better than 0.2 dex. The understanding provided by the clusters and Kepler giants on the current accuracy and precision will be invaluable for future improvements of the pipeline.
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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle