MétaCan
Menu
Retour à la cohorte
Enregistrement W2766821818 · doi:10.1103/physrevd.96.124035

Inferring the post-merger gravitational wave emission from binary neutron star coalescences

2017· article· en· W2766821818 sur OpenAlexaff
Katerina Chatziioannou, J. A. Clark, Andreas Bauswein, M. Millhouse, T. B. Littenberg, Neil J. Cornish

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesGeorgia Institute of TechnologyKlaus Tschira StiftungU.S. Department of EnergyNational Science Foundation
Mots-clésNeutron starGravitational wavePhysicsAstrophysicsBinary numberAstronomyStar (game theory)Mathematics

Résumé

récupéré en direct d'OpenAlex

We present a robust method to characterize the gravitational wave emission from the remnant of a neutron star coalescence. Our approach makes only minimal assumptions about the morphology of the signal and provides a full posterior probability distribution of the underlying waveform. We apply our method on simulated data from a network of advanced ground-based detectors and demonstrate the gravitational wave signal reconstruction. We study the reconstruction quality for different binary configurations and equations of state for the colliding neutron stars. We show how our method can be used to constrain the yet-uncertain equation of state of neutron star matter. The constraints on the equation of state we derive are complementary to measurements of the tidal deformation of the colliding neutron stars during the late inspiral phase. In the case of nondetection of a post-merger signal following a binary neutron star inspiral, we show that we can place upper limits on the energy emitted.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,464
Écart entre enseignants0,435 · 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'étudeSimulation ou modélisation
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

Citations122
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetPulsars and Gravitational Waves ResearchTravaux en français237 207