MétaCan
Menu
Retour à la cohorte
Enregistrement W2599048417 · doi:10.1086/513501

Automatic Detection of Expanding H<scp>i</scp>Shells in the Canadian Galactic Plane Survey Data

2007· article· en· W2599048417 sur OpenAlexaffabout

Notice bibliographique

RevueThe Astrophysical Journal · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGalactic planePixelScale (ratio)Identification (biology)Plane (geometry)Signature (topology)Field (mathematics)Cardinal point

Résumé

récupéré en direct d'OpenAlex

The identification of expanding H I shells is difficult because of their variable morphology. In this paper we present an automatic detector for H I shells, based on the more stable dynamical characteristics of expanding bubbles with radii <40 pc. The detection is performed in two stages. First, artificial neural networks are trained to recognize the dynamical signature of an expanding bubble in the velocity spectra of 21 cm data. The second stage consists of subsequent validations based on the potential bubble's morphology. The technique is tested on 11 known bubbles, and 10 of them are successfully detected. Conducting a systematic detection on a 48° × 9° region in the Perseus arm, we obtain 7100 detections with spatial distribution following the stellar distribution of the Galactic disk. The estimated radius and expansion velocity distributions for objects with R ≤ 10 pc agree with the distributions predicted by models of adiabatically expanding bubble populations. The fraction of the Perseus arm volume occupied by the detected objects, which can be interpreted as the small bubbles' contribution to the Galactic porosity Q , is calculated to Q R <40 pc = 0.007 . Four new bubble cases and eight serious candidates, related to known progenitors, are proposed.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,037
Tête enseignante GPT0,307
Écart entre enseignants0,270 · 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'étudeObservationnel
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

Citations10
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetAstronomy and Astrophysical ResearchTravaux en français237 207