Empirical Predictions for the Period Distribution of Planets to Be Discovered by the <i>Transiting Exoplanet Survey Satellite</i>
Notice bibliographique
Résumé
Launched in 2018 April, NASA's Transiting Exoplanet Survey Satellite ( TESS ) has been performing a wide-field survey for exoplanets orbiting bright stars with a goal of producing a rich database for follow-on studies. Here we present estimates of the detected exoplanet orbital periods in the 2 minute cadence mode during the TESS mission. For a two-transit detection criterion, the expected mean value of the most frequently detected orbital period is 5.01 days, with the most frequently detected range of 2.12–11.82 days in the region with observation of 27 days. Near the poles where the observational duration is 351 days, the expected mean orbital period is 10.93 days, with the most frequently detected range being from 3.35 to 35.65 days. For one transit, the most frequently detected orbital period is 8.17 days in the region with observation of 27 days and 11.25 days in the region near the poles. For the entire TESS mission containing several sectors, we estimate that the mean value of orbital period is 8.47 days for two-transit detection criterion and 10.09 days for one-transit detection criterion. If TESS yields a planet population substantially different from what is predicted here, the underlying planet occurrence rates are likely different between the stellar sample probed by TESS and that by Kepler .
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 | 0,004 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».