Measuring the Recoverability of Close Binaries in Gaia DR2 with the Robo-AO Kepler Survey
Notice bibliographique
Résumé
Abstract We use the Robo-AO survey of Kepler planetary candidate host stars, the largest adaptive optics survey yet performed, to measure the recovery rate of close stellar binaries in Gaia DR2. We find that Gaia recovers binaries down to 1″ at magnitude contrasts as large as six; closer systems are not resolved, regardless of secondary brightness. Gaia DR2 binary detection does not have a strong dependence on the orientation of the stellar pairs. We find 177 nearby stars to Kepler planetary candidate host stars in Gaia DR2 that were not detected in the Robo-AO survey, almost all of which are faint ( G > 20); the remainder were largely targets observed by Robo-AO in poor conditions. If the primary star is the host, the impact on the radii estimates of planet candidates in these systems is likely minimal; many of these faint stars, however, could be faint eclipsing binaries that are the source of a false positive planetary transit signal. With Robo-AO and Gaia combined, we find that 18.7 ± 0.7% of Kepler planet candidate hosts have nearby stars within 4″. We also find 36 nearby stars in Gaia DR2 around 35 planetary candidate host stars detected with K2 . The nearby star fraction rate for K2 planetary candidates is significantly lower than that for the primary Kepler mission. The binary recovery rate of Gaia will improve initial radius estimates of future Transiting Exoplanet Survey Satellite planet candidates significantly; however, ground-based high-resolution follow-up observations are still needed for precise characterization and confirmation. The sensitivity of Gaia to closely separated binaries is expected to improve in later data releases.
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 | 0,002 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».