Ongoing astrometric microlensing events of two nearby stars
Notice bibliographique
Résumé
Context. Astrometric microlensing is an excellent tool to determine the mass of stellar objects. By measuring the astrometric shift of a background source star in combination with precise predictions of its unlensed position and of the lens position, gravitational lensing allows to one determine the mass of the lensing star with a precision of 1%, independently of any prior knowledge. Aims. Making use of the recently published Gaia Data Release 2 (Gaia DR2) we predict astrometric microlensing events by fore-ground stars of high proper motion passing by a background star in the coming years. Methods. We compile a list of approximately 148 000 high-proper-motion stars within Gaia DR2 with µtot > 150 mas yr−1. We then search for background stars close to their paths and calculate the dates and separations of the closest approaches. Using color and absolute magnitude, we determine approximate masses of the lenses. Finally, we calculate the expected astrometric shifts and magnifications of the predicted events. Results. We detect two ongoing microlensing events by the high-proper-motion stars Luyten 143-23 and Ross 322 and predict closest separations of (108.5 ± 1.4) mas in July 2018 and (125.3 ± 3.4) mas in August 2018, respectively. The respective expected astrometric shifts are (1.74 ± 0.12) mas and (0.76 ± 0.06) mas. Furthermore, Luyten 143-23 will pass by another star in March 2021 with a closest separation of (280.1 ± 1.1) mas, which results in an expected shift of (0.69 ± 0.05) mas.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».