MétaCan
Menu
Retour à la cohorte
Enregistrement W2982506561 · doi:10.3847/1538-3881/ab48fa

The Flux Distribution and Sky Density of 25th Magnitude Main Belt Asteroids

2019· article· en· W2982506561 sur OpenAlexaff
A. Heinze, Joseph Trollo, Stanimir Metchev

Notice bibliographique

RevueThe Astronomical Journal · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensWestern University
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésPhysicsAsteroidMagnitude (astronomy)Flux (metallurgy)AstronomySkyAstrophysicsAsteroid belt

Résumé

récupéré en direct d'OpenAlex

Abstract Digital tracking enables telescopes to detect asteroids several times fainter than conventional techniques. We describe our optimized methodology to acquire, process, and interpret digital tracking observations, and we apply it to probe the apparent magnitude distribution of main belt asteroids fainter than any previously detected from the ground. All-night integrations with the Dark Energy Camera (DECam) yield 95% completeness at R magnitude 25.0 and useful sensitivity to R = 25.6 mag when we use an analytical detection model to correct flux overestimation bias. In a single DECam field observed over two nights, we detect a total of 3234 distinct asteroids, of which 3123 are confirmed on both nights. At opposition from the Sun, we find a sky density of 697 ± 15 asteroids per square degree brighter than R = 25.0 mag, and 1031 ± 23 brighter than R = 25.6 mag. We agree with published results for the sky density and apparent magnitude distribution of asteroids brighter than R = 23 mag. For a power law defined by dN/dR ∝ 10 αR , we find marginally acceptable fits with a constant slope α =0.28 ± 0.02 from R = 20 to 25.6 mag. Better fits are obtained for a broken power law with α = 0.218 ± 0.026 for R = 20–23.5 mag, steepening to α = 0.340 ± 0.025 for R = 23.5–25.6 mag. The constant or steepening power law indicates that asteroids fainter than R = 23.5 mag are abundant, contrary to some previous claims but consistent with theory.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,188
Écart entre enseignants0,185 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astronomical JournalMême sujetAstro and Planetary ScienceTravaux en français237 207