MODELING THE NEAR-ULTRAVIOLET BAND OF GK STARS. I. LOCAL THERMODYNAMIC EQUILIBRIUM MODELS
Notice bibliographique
Résumé
We present a grid of LTE atmospheric models and synthetic spectra that covers the spectral class range from mid-G to mid-K, and luminosity classes from V to III, that is dense in T eff sampling (Δ T eff = 62.5 K), for stars of solar metallicity and moderately metal-poor scaled solar abundance ( and −0.5). All models have been computed with two choices of atomic line list: (1) the "big" line lists of Kurucz that best reproduce the broadband solar blue and near-UV f λ level, and (2) the "small" lists of Kurucz & Peytremann that provide the best fit to the high-resolution solar blue and near-UV spectrum. We compare our model spectral energy distributions to a sample of stars carefully selected from the large catalog of uniformly re-calibrated spectrophotometry of Burnashev with the goal of determining how the quality of fit varies with stellar parameters, especially in the historically troublesome blue and near-UV bands. We confirm that our models computed with the "big" line list recover the derived T eff values of the PHOENIX NextGen grid, but find that the models computed with the "small" line list provide greater internal self-consistency among different spectral bands, and closer agreement with the empirical T eff scale of Ramirez & Melendez, but not to the interferometrically derived T eff values of Baines et al. We find no evidence that the near-UV band discrepancy between models and observations for Arcturus (α Boo) reported in two works by Short & Hauschildt is pervasive, and that Arcturus may be peculiar in this regard.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».