MétaCan
Menu
← Retour à la cohorte
Enregistrement W2759273283 · doi:10.3847/1538-4357/aa901c

Constraining the Dust Opacity Law in Three Small and Isolated Molecular Clouds

2017· article· en· W2759273283 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensHerzberg Institute of AstrophysicsUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésOpacityExtinction (optical mineralogy)Optical depthCosmic dustMolecular cloudSilicateThermal emission

Résumé

récupéré en direct d'OpenAlex

Abstract Density profiles of isolated cores derived from thermal dust continuum emission rely on models of dust properties, such as mass opacity, that are poorly constrained. With complementary measures from near-infrared extinction maps, we can assess the reliability of commonly used dust models. In this work, we compare Herschel-derived maps of the optical depth with equivalent maps derived from CFHT WIRCAM near-infrared observations for three isolated cores: CB 68, L 429, and L 1552. We assess the dust opacities provided from four models: OH1a, OH5a, Orm1, and Orm4. Although the consistency of the models differs between the three sources, the results suggest that the optical properties of dust in the envelopes of the cores are best described by either silicate and bare graphite grains (e.g., Orm1) or carbonaceous grains with some coagulation and either thin or no ice mantles (e.g., OH5a). None of the models, however, individually produced the most consistent optical depth maps for every source. The results suggest that either the dust in the cores is not well-described by any one dust property model, the application of the dust models cannot be extended beyond the very center of the cores, or more complex SED fitting functions are necessary.

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 enseignants0,022
Score d'incertitude au seuil0,043

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,227 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→