The infrared imaging spectrograph (IRIS) for TMT: overview of innovative science programs
Notice bibliographique
Résumé
IRIS (InfraRed Imaging Spectrograph) is a first light near-infrared diffraction limited imager and integral field spectrograph being designed for the future Thirty Meter Telescope (TMT). IRIS is optimized to perform astronomical studies across a significant fraction of cosmic time, from our Solar System to distant newly formed galaxies (Barton et al. [1]). We present a selection of the innovative science cases that are unique to IRIS in the era of upcoming space and ground-based telescopes. We focus on integral field spectroscopy of directly imaged exoplanet atmospheres, probing fundamental physics in the Galactic Center, measuring 104 to 1010 M supermassive black hole masses, resolved spectroscopy of young star-forming galaxies (1 < z < 5) and first light galaxies (6 < z < 12), and resolved spectroscopy of strong gravitational lensed sources to measure dark matter substructure. For each of these science cases we use the IRIS simulator (Wright et al. [2], Do et al. [3]) to explore IRIS capabilities. To highlight the unique IRIS capabilities, we also update the point and resolved source sensitivities for the integral field spectrograph (IFS) in all five broadband filters (<i>Z, Y, J, H, K</i>) for the finest spatial scale of 0.004" per spaxel. We briefly discuss future development plans for the data reduction pipeline and quicklook software for the IRIS instrument suite.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».