The JCMT Gould Belt Survey: SCUBA-2 Data Reduction Methods and Gaussian Source Recovery Analysis
Notice bibliographique
Résumé
Abstract The James Clerk Maxwell Telescope (JCMT) Gould Belt Survey (GBS) was one of the first legacy surveys with the JCMT in Hawaii, mapping 47 deg2 of nearby (<500 pc) molecular clouds in dust continuum emission at 850 and 450 μm, as well as a more limited area in lines of various CO isotopologues. While molecular clouds and the material that forms stars have structures on many size scales, their larger-scale structures are difficult to observe reliably in the submillimeter regime using ground-based facilities. In this paper, we quantify the extent to which three subsequent data reduction methods employed by the JCMT GBS accurately recover emission structures of various size scales, in particular, dense cores, which are the focus of many GBS science goals. With our current best data reduction procedure, we expect to recover 100% of structures with Gaussian σ sizes of ≤30″ and intensity peaks of at least five times the local noise for isolated peaks of emission. The measured sizes and peak fluxes of these compact structures are reliable (within 15% of the input values), but source recovery and reliability both decrease significantly for larger emission structures and fainter peaks. Additional factors such as source crowding have not been tested in our analysis. The most recent JCMT GBS data release includes pointing corrections, and we demonstrate that these tend to decrease the sizes and increase the peak intensities of compact sources in our data set, mostly at a low level (several percent), but occasionally with notable improvement.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».