KINEMATIC MODELING OF THE MILKY WAY USING THE RAVE AND GCS STELLAR SURVEYS
Notice bibliographique
Résumé
We investigate the kinematic parameters of the Milky Way disk using the Radial Velocity Experiment (RAVE) and Geneva–Copenhagen Survey (GCS) stellar surveys. We do this by fitting a kinematic model to the data and taking the selection function of the data into account. For stars in the GCS we use all phase-space coordinates, but for RAVE stars we use only (ℓ, b , v los ). Using the Markov Chain Monte Carlo technique, we investigate the full posterior distributions of the parameters given the data. We investigate the age–velocity dispersion relation for the three kinematic components (σ R , σ ϕ , σ z ), the radial dependence of the velocity dispersions, the solar peculiar motion ( U ☉ , V ☉ , W ☉ ), the circular speed Θ 0 at the Sun, and the fall of mean azimuthal motion with height above the midplane. We confirm that the Besançon-style Gaussian model accurately fits the GCS data but fails to match the details of the more spatially extended RAVE survey. In particular, the Shu distribution function (DF) handles noncircular orbits more accurately and provides a better fit to the kinematic data. The Gaussian DF not only fits the data poorly but systematically underestimates the fall of velocity dispersion with radius. The radial scale length of the velocity dispersion profile of the thick disk was found to be smaller than that of the thin disk. We find that correlations exist between a number of parameters, which highlights the importance of doing joint fits. The large size of the RAVE survey allows us to get precise values for most parameters. However, large systematic uncertainties remain, especially in V ☉ and Θ 0 . We find that, for an extended sample of stars, Θ 0 is underestimated by as much as 10% if the vertical dependence of the mean azimuthal motion is neglected. Using a simple model for vertical dependence of kinematics, we find that it is possible to match the Sgr A* proper motion without any need for V ☉ being larger than that estimated locally by surveys like GCS.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».