A la recherche de quasars à grand décalage spectral dans le sondage CFHQSIR
Notice bibliographique
Résumé
J'ai consacre mon travail de these a la recherche de quasars a haut redshift dans le sondage Canada France High-z Quasar Survey in the Near Infrared (CFHQSIR). L'objectif principal de ce programme est de decouvrir des quasars de redshift de l'ordre de z $\sim$ 7 dans les champs larges du CFHTLS (CFHTLS Wide) en utilisant des images realisees dans le proche infrarouge avec la camera WIRCam installee au foyer du CFHT. J'ai tout d'abord effectue la calibration photometrique de l'ensemble des donnees de CFHQSIR. J'ai ensuite etudie la qualite des images ainsi que leur propriete de bruit et leur profondeur. J'ai dans un deuxieme temps calcule le nombre de quasars qu'il serait possible de detecter avec CFHQSIR et en ai deduit les contraintes envisageables sur la fonction de luminosite des quasars a z $\sim$ 7. J'ai ensuite procede a l'identification de candidats quasars parmi les dizaines de milliers de sources que comptent les 130 degres carres couvert par CFHQSIR. Des observations de suivi photometriques des candidats ont finalement permis de reveler une cinquantaine d’objets, dont une quinzaine a ete selectionnee pour des observations spectroscopiques au Very Large Telescope (VLT). Celles-ci n’ayant, pour la plupart, pas encore ete realisees, la nature exacte de ces sources ne pourra etre connue que dans les prochains mois. Pour finir, la derniere partie de ma these s’est focalisee sur l’etude de modeles statistiques bayesiens afin de completer ma methode de selection de candidats quasars. Cette etude m'a finalement permis de verifier que la majorite des objets retenus pour des observations spectroscopiques etaient effectivement les candidats les plus probables.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».