Systematic characterization of the Herschel SPIRE Fourier Transform Spectrometer★
Notice bibliographique
Résumé
A systematic programme of calibration observations was carried out to monitor the performance of the Spectral and Photometric Imaging REceiver (SPIRE) Fourier Transform Spectrometer (FTS) instrument on board the Herschel Space Observatory. Observations of planets (including the prime point-source calibrator, Uranus), asteroids, line sources, dark sky and cross-calibration sources were made in order to monitor repeatability and sensitivity, and to improve FTS calibration. We present a complete analysis of the full set of calibration observations and use them to assess the performance of the FTS. Particular care is taken to understand and separate out the effect of pointing uncertainties, including the position of the internal beam steering mirror for sparse observations in the early part of the mission. The repeatability of spectral-line centre positions is <5 km s^(−1), for lines with signal-to-noise ratios >40, corresponding to <0.5–2.0 per cent of a resolution element. For spectral-line flux, the repeatability is better than 6 per cent, which improves to 1–2 per cent for spectra corrected for pointing offsets. The continuum repeatability is 4.4 per cent for the SPIRE Long Wavelength spectrometer (SLW) band and 13.6 per cent for the SPIRE Short Wavelength spectrometer (SSW) band, which reduces to ∼1 per cent once the data have been corrected for pointing offsets. Observations of dark sky were used to assess the sensitivity and the systematic offset in the continuum, both of which were found to be consistent across the FTS-detector arrays. The average point-source calibrated sensitivity for the centre detectors is 0.20 and 0.21 Jy [1σ; 1 h], for SLW and SSW. The average continuum offset is 0.40 Jy for the SLW band and 0.28 Jy for the SSW band.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».