MétaCan
Menu
Retour à la cohorte
Enregistrement W2944482857

Relativistic Jets in the Accretion & Collimation Zone: New Challenges Enabled by New Instruments

2019· article· en· W2944482857 sur OpenAlexaff
Eric S. Perlman, M. Birkinshaw, M. Kadler, S. S. Komissarov, M. L. Lister, Eileen T. Meyer, Masanori Nakamura, Kristina Nyland, C. P. O’Dea, D. M. Worrall, A. A. Zdziarski

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCollimated lightJet (fluid)InterferometryPhysicsAccretion (finance)AccelerationAstrophysical jetAccretion discOpticsAstrophysicsActive galactic nucleusMechanicsLaserClassical mechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Jets are a ubiquitous part of the accretion process, seen in a wide variety of objects ranging from active galaxies (AGN) to X-ray binary stars and even newly formed stars. AGN jets are accelerated by the supermassive black hole of their host galaxy by a coupling between the magnetic field and inflowing material. They are the source for many exciting phenomena and can profoundly influence the larger galaxy and surrounding cluster. This White Paper points out what advances can be achieved in the field by new technologies, concentrating on the zone where jets are accelerated to relativistic speeds and collimated. The ngVLA and new space VLBI missions will give higher angular resolution, sensitivity and fidelity in the radio, penetrating this zone for additional objects and allowing us to resolve fundamental questions over the physics of jet acceleration and collimation. Interferometry in other bands would allow us to probe directly flaring components. We also emphasize the need for polarimetry, which is essential to revealing the role and configuration of magnetic fields.

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)0,015
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,004
Communication savante0,0060,018
Science ouverte0,0020,006
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,035
Tête enseignante GPT0,187
Écart entre enseignants0,151 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207