MétaCan
Menu
Retour à la cohorte
Enregistrement W2798493672 · doi:10.3847/1538-3881/aabcb8

GPI Spectra of HR 8799 c, d, and e from 1.5 to 2.4 μm with KLIP Forward Modeling

2018· article· en· W2798493672 sur OpenAlexaff

Notice bibliographique

RevueThe Astronomical Journal · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensWestern UniversityHerzberg Institute of AstrophysicsUniversity of VictoriaUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSpectral linePlanetBackground subtractionSpectral analysisStellar classificationLimit (mathematics)Optical spectraStability (learning theory)Spectrum (functional analysis)

Résumé

récupéré en direct d'OpenAlex

Abstract We explore KLIP forward modeling spectral extraction on Gemini Planet Imager coronagraphic data of HR 8799, using PyKLIP, and show algorithm stability with varying KLIP parameters. We report new and re-reduced spectrophotometry of HR 8799 c, d, and e in the H and K bands. We discuss a strategy for choosing optimal KLIP PSF subtraction parameters by injecting simulated sources and recovering them over a range of parameters. The K1/K2 spectra for HR 8799 c and d are similar to previously published results from the same data set. We also present a K-band spectrum of HR 8799 e for the first time and show that our H-band spectra agree well with previously published spectra from the VLT/SPHERE instrument. We show that HR 8799 c and d show significant differences in their H and K spectra, but do not find any conclusive differences between d and e, nor between c and e, likely due to large error bars in the recovered spectrum of e. Compared to M-, L-, and T-type field brown dwarfs, all three planets are most consistent with mid- and late-L spectral types. All objects are consistent with low gravity, but a lack of standard spectra for low gravity limit the ability to fit the best spectral type. We discuss how dedicated modeling efforts can better fit HR 8799 planets’ near-IR flux, as well as how differences between the properties of these planets can be further explored.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,219
Écart entre enseignants0,207 · 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

Citations65
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astronomical JournalMême sujetStellar, planetary, and galactic studiesTravaux en français237 207