MétaCan
Menu
Retour à la cohorte
Enregistrement W2891121144 · doi:10.3847/1538-4357/ab01cd

The NANOGrav 12.5 yr Data Set: The Frequency Dependence of Pulse Jitter in Precision Millisecond Pulsars

2019· article· en· W2891121144 sur OpenAlexaff
Michael T. Lam, M. A. McLaughlin, Zaven Arzoumanian, Harsha Blumer, Paul R. Brook, H. Thankful Cromartie, Paul B. Demorest, Megan E. DeCesar, Timothy Dolch, Justin A. Ellis, R. D. Ferdman, E. C. Ferrara, Emmanuel Fonseca, N. Garver-Daniels, Peter A. Gentile, Megan L. Jones, D. R. Lorimer, Ryan S. Lynch, Cherry Ng, David J. Nice, Timothy T. Pennucci, S. M. Ransom, R. Spiewak, I. H. Stairs, Kevin Stovall, Joseph K. Swiggum, Sarah J. Vigeland, Weiwei Zhu

Notice bibliographique

RevueThe Astrophysical Journal · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensUniversity of TorontoUniversity of British ColumbiaMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhysicsMillisecond pulsarJitterPulsarPulse (music)AstrophysicsMillisecondAstronomyOpticsDetector

Résumé

récupéré en direct d'OpenAlex

Abstract Low-frequency gravitational-wave experiments require the highest timing precision from an array of the most stable millisecond pulsars. Several known sources of noise on short timescales in single radio pulsar observations are well described by a simple model of three components: template fitting from a finite signal-to-noise ratio, pulse phase/amplitude jitter from single-pulse stochasticity, and scintillation errors from short-timescale interstellar scattering variations. Currently template-fitting errors dominate, but as radio telescopes push toward higher signal-to-noise ratios, jitter becomes the next dominant term for most millisecond pulsars. Understanding the statistics of jitter becomes crucial for properly characterizing arrival time uncertainties. We characterize the radio frequency dependence of jitter using data on 48 pulsars in the North American Nanohertz Observatory for Gravitational Waves timing program. We detect significant jitter in 43 of the pulsars and test several functional forms for its frequency dependence; we find significant frequency dependence for 30 pulsars. We find moderate correlations of rms jitter with pulse width (R = 0.62) and number of profile components (R = 0.40); the single-pulse rms jitter is typically ≈1% of pulse phase. The average frequency dependence for all pulsars using a power-law model has index −0.42. We investigate the jitter variations for the interpulse of PSR B1937+21 and find no significant deviations from the main pulse rms jitter. We also test the time variation of jitter in two pulsars and find that systematics likely bias the results for high-precision pulsars. Pulsar timing array analyses must properly model jitter as a significant component of the noise within the detector.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,323
Écart entre enseignants0,301 · 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

Citations47
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207