Notice bibliographique
Résumé
Being one of only two fundamental properties black holes possess, the spin of supermassive black holes (SMBHs) is of great interest for understanding accretion processes and galaxy evolution. However, in these early days of spin measurements, consistency and reproducibility of spin constraints have been a challenge. Here, we focus on X-ray spectral modelling of active galactic nuclei (AGN), examining how well we can truly return known reflection parameters such as spin under standard conditions. We have created and fit over 4000 simulated Seyfert 1 spectra each with 375±1k counts. We assess the fits with reflection fraction of R = 1 as well as reflection-dominated AGN with R = 5. We also examine the consequence of permitting fits to search for retrograde spin. In general, we discover that most parameters are overestimated when spectroscopy is restricted to the 2.5–10.0 keV regime and that models are insensitive to inner emissivity index and ionization. When the bandpass is extended out to 70 keV, parameters are more accurately estimated. Repeating the process for R = 5 reduces our ability to measure photon index (∼3 to 8 per cent error and overestimated), but increases precision in all other parameters – most notably ionization, which becomes better constrained (±45|${\rm \thinspace erg}{\rm \thinspace cm}{\rm \thinspace s}^{-1}$|) for low-ionization parameters (ξ < 200|${\rm \thinspace erg}{\rm \thinspace cm}{\rm \thinspace s}^{-1}$|). In all cases, we find the spin parameter is only well measured for the most rapidly rotating SMBHs (i.e. a > 0.8 to about ±0.10) and that inner emissivity index is never well constrained. Allowing our model to search for retrograde spin did not improve the results.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».