MétaCan
Menu
Retour à la cohorte
Enregistrement W2747296437 · doi:10.1093/mnrasl/slx132

Spot distribution and fast surface evolution on Vega

2017· article· en· W2747296437 sur OpenAlexaff
P. Petit, Éric Hébrard, T. Böhm, C. P. Folsom, F. Lignières

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society Letters · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPhysicsAstrophysicsSurface brightnessVegaBrightnessSurface (topology)StarspotLatitudeAstronomyStarsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Spectral signatures of surface spots were recently discovered from high cadence observations of the A star Vega. We aim at constraining the surface distribution of these photospheric inhomogeneities and investigating a possible short-term evolution of the spot pattern. Using data collected over five consecutive nights, we employ the Doppler imaging method to reconstruct three different maps of the stellar surface, from three consecutive subsets of the whole time series. The surface maps display a complex distribution of dark and bright spots, covering most of the visible fraction of the stellar surface. A number of surface features are consistently recovered in all three maps, but other features seem to evolve over the time span of observations, suggesting that fast changes can affect the surface of Vega within a few days at most. The short-term evolution is observed as emergence or disappearance of individual spots, and may also show up as zonal flows, with low- and high-latitude belts rotating faster than intermediate latitudes. It is tempting to relate the surface brightness activity to the complex magnetic field topology previously reconstructed for Vega, although strictly simultaneous brightness and magnetic maps will be necessary to assess this potential link.

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 enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical Society LettersMême sujetAstrophysics and Star Formation StudiesTravaux en français237 207