The Sloan Digital Sky Survey Reverberation Mapping Project: Accretion Disk Sizes from Continuum Lags
Notice bibliographique
Résumé
Abstract We present accretion disk structure measurements from continuum lags in the Sloan Digital Sky Survey Reverberation Mapping (SDSS-RM) project. Lags are measured using the JAVELIN software from the first-year SDSS-RM g and i photometry, resulting in well-defined lags for 95 quasars, 33 of which have lag S/N > 2 σ . We also estimate lags using the ICCF software and find consistent results, though with larger uncertainties. Accretion disk structure is fit using a Markov chain Monte Carlo approach, parameterizing the measured continuum lags as a function of disk size normalization, wavelength, black hole mass, and luminosity. In contrast with previous observations, our best-fit disk sizes and color profiles are consistent (within 1.5 σ ) with the Shakura & Sunyaev analytic solution. We also find that more massive quasars have larger accretion disks, similarly consistent with the analytic accretion disk model. The data are inconclusive on a correlation between disk size and continuum luminosity, with results that are consistent with both no correlation and the Shakura & Sunyaev expectation. The continuum lag fits have a large excess dispersion, indicating that our measured lag errors are underestimated and/or our best-fit model may be missing the effects of orientation, spin, and/or radiative efficiency. We demonstrate that fitting disk parameters using only the highest-S/N lag measurements biases best-fit disk sizes to be larger than the disk sizes recovered using a Bayesian approach on the full sample of well-defined lags.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,001 |
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 ».