MétaCan
Menu
Retour à la cohorte
Enregistrement W2766857360 · doi:10.3847/1538-4357/aab2b0

Can We Distinguish Low-mass Black Holes in Neutron Star Binaries?

2018· article· en· W2766857360 sur OpenAlexaff
Huan Yang, William E. East, Luis Lehner

Notice bibliographique

RevueThe Astrophysical Journal · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensUniversity of GuelphPerimeter Institute
Organismes subventionnairesnon disponible
Mots-clésPhysicsLIGONeutron starGravitational waveAstrophysicsBinary numberBlack hole (networking)Binary black holeMass ratioAstronomyEquation of stateQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract The detection of gravitational waves (GWs) from coalescing binary neutron stars (NS) represents another milestone in gravitational-wave astronomy. However, since LIGO is currently not as sensitive to the merger/ringdown part of the waveform, the possibility that such signals are produced by a black hole (BH)–NS binary can not be easily ruled out without appealing to assumptions about the underlying compact object populations. We review a few astrophysical channels that might produce BHs below 3 M ⊙ (roughly the upper bound on the maximum mass of an NS), as well as existing constraints for these channels. We show that, due to the uncertainty in the NS equation of state, it is difficult to distinguish GWs from a binary NS system from those of a BH–NS system with the same component masses, assuming Advanced LIGO sensitivity. This degeneracy can be broken by accumulating statistics from many events to better constrain the equation of state, or by third-generation detectors with higher sensitivity to the late-spiral to post-merger signal. We also discuss the possible differences in electromagnetic (EM) counterparts between binary NS and low-mass BH–NS mergers, arguing that it will be challenging to definitively distinguish the two without better understanding of the underlying astrophysical processes.

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)0,002
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,301
Écart entre enseignants0,289 · 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

Citations60
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207