Notice bibliographique
Résumé
In theory, a meteor shower can be distinguished from the sporadic meteor background by its short duration and orbital similarity. In practice, the duration and strength of a shower and the orbital similarity between its constituent meteors varies widely between showers. Further complicating matters is the anisotropy of the sporadic background. These combined factors make it difficult to distinguish between shower and sporadic meteors with a single, static set of criteria. The orbital similarity, or D-, parameters are often used to assess the relationship between meteors [1,2,3]. The more dissimilar two orbits are, the higher their computed D value will be; generally, meteors are considered related if their D-parameter falls below some cutoff value [4]. However, this approach will include some sporadic meteors, and when a weak shower lies near a sporadic source, the false positive rate for shower association can be quite high. Additionally, this cutoff approach does not assess whether the shower itself is significant. We present a method for using D-parameters to extract showers from a dataset that automatically takes shower strength into account and tests for significance [5]. We accomplish this by calculating the false positive rate for shower association using "shower analogs," which are identical to the original shower except in solar longitude. This method is applied to a set of more than 30,000 meteors detected by the NASA All-Sky Fireball Network [6] and the Southern Ontario Meteor Network (SOMN) [7]. We previously detected 29 showers in our data using this method [5]; now, with another year of data, we have several additional detections. Figure 1 presents one example: the 2016 July gamma Draconid outburst. There are several benefits to using our method. First, it provides a test of shower significance (see Fig. 2 for an example of a non-detection). Second, it quantifies the probability that a meteor belongs to a given shower as a function of D-parameter. Finally, it quantifies the strength of a shower, even when individual members cannot be identified with 100% accuracy.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».