The Second APOKASC Catalog: The Empirical Approach
Notice bibliographique
Résumé
Abstract We present a catalog of stellar properties for a large sample of 6676 evolved stars with Apache Point Observatory Galactic Evolution Experiment spectroscopic parameters and Kepler asteroseismic data analyzed using five independent techniques. Our data include evolutionary state, surface gravity, mean density, mass, radius, age, and the spectroscopic and asteroseismic measurements used to derive them. We employ a new empirical approach for combining asteroseismic measurements from different methods, calibrating the inferred stellar parameters, and estimating uncertainties. With high statistical significance, we find that asteroseismic parameters inferred from the different pipelines have systematic offsets that are not removed by accounting for differences in their solar reference values. We include theoretically motivated corrections to the large frequency spacing (Δ ν ) scaling relation, and we calibrate the zero-point of the frequency of the maximum power ( ν max ) relation to be consistent with masses and radii for members of star clusters. For most targets, the parameters returned by different pipelines are in much better agreement than would be expected from the pipeline-predicted random errors, but 22% of them had at least one method not return a result and a much larger measurement dispersion. This supports the usage of multiple analysis techniques for asteroseismic stellar population studies. The measured dispersion in mass estimates for fundamental calibrators is consistent with our error model, which yields median random and systematic mass uncertainties for RGB stars of order 4%. Median random and systematic mass uncertainties are at the 9% and 8% level, respectively, for red clump stars.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».