MétaCan
Menu
Retour à la cohorte
Enregistrement W2992199071 · doi:10.48550/arxiv.2007.13874

MATLAS: a deep exploration of the surroundings of massive early-type galaxies

2020· preprint· en· W2992199071 sur OpenAlexaboutno aff
Pierre–Alain Duc

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsAstrophysicsSurface brightnessGalaxyAstronomyGlobular clusterDwarf galaxyFornax Cluster

Résumé

récupéré en direct d'OpenAlex

The MATLAS project explores the surroundings of a complete sample of nearby massive early-type galaxies with multi-colour deep optical images obtained at the Canada-France Hawaii Telescope. The observing and data reduction techniques ensured the detection of extended low-surface-brightness (LSB) structures, while the high image quality allowed us to identify associated compact objects such as star clusters. A number of scientific topics are addressed with this data-set that are briefly presented in this review: the study of foreground Galactic cirrus at high spatial resolution, telling us about the ISM structure; the characterisation of collisional debris around the galaxies (streams, tails, shells, stellar halos), giving hints on their past merger history; the distribution of dwarf galaxy satellites, including the ultra-diffuse ones, together with their globular cluster population, which are additional tracers of the formation and mass assembly of galaxies.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,083
Tête enseignante GPT0,212
Écart entre enseignants0,129 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAstronomy and Astrophysical ResearchTravaux en français237 207