MétaCan
Menu
Retour à la cohorte
Enregistrement W2595355550 · doi:10.1139/cjp-2016-0836

Atomic physics and solar polarimetry

2017· article· en· W2595355550 sur OpenAlexvenueno aff
P. G. Judge

Notice bibliographique

RevueCanadian Journal of Physics · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSolar and Space Plasma Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésPhysicsSolar telescopePolarimetrySolar physicsSolar atmosphereMagnetic fieldTelescopeAstronomyAstrophysicsOptics

Résumé

récupéré en direct d'OpenAlex

Major outstanding problems in solar physics relate to solar magnetism. Spectropolarimetry offers the best, and sometimes only, method of obtaining accurate measurements of the Sun’s magnetic field. New 1.5–2 m class telescopes with adaptive optics have come on line, and the Daniel K. Inouye 4 m Solar Telescope (DKIST) will begin observing in 2019. The calibration of polarized light entering such a large and polarizing ground-based telescope represents difficult challenges. This paper explores how special polarization properties of particular atomic transitions may provide calibration data, augmenting or even avoiding time-consuming calibration observations, as well as science data. This initial study concludes that solar spectral lines exist with special polarization properties, allowing the telescope calibration to be determined. The Sun’s visible and infrared spectrum is dominated by lines of neutral atoms and singly charged ions of iron and other complex atoms. Both solar and atomic physics should jointly benefit from telescopic advances, as observers explore regimes of broader wavelength ranges, and higher spatial resolutions and polarimetric sensitivities, than they have reached in the past. Further work is in progress to identify particular transitions of practical use to aid in calibrations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetSolar and Space Plasma DynamicsTravaux en français237 207