MétaCan
Menu
← Retour à la cohorte
Enregistrement W2993336875 · doi:10.71781/17476

Détection de naines brunes et planètes géantes gazeuses à grande séparationutilisant des images d’archive

2019· dissertation· fr· W2993336875 sur OpenAlexfundno aff
Marie-Ève Desrochers

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineArts and Humanities
ThématiqueMaritime and Coastal Archaeology
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesChina National Textile and Apparel Council
Mots-clésBiologyHumanitiesComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Les années de collecte de données astronomiques sur de larges portions du ciel fournies par des instruments dédiés ont conduit à des banques d’images prises à différentes lon- gueurs d’onde, résolutions, profondeurs de champ qui restent, pour la plupart, inexploitées (e.g. 2MASS, WISE, SPITZER, SDSS). Le développement de nouveaux algorithmes de traitement des données permet de revaloriser ces images prises des années plus tôt. Le but de ce travail de maîtrise était d’identifier de nouveaux compagnons de faible masse à grande séparation autour d’étoiles jeunes de faible masse (type M) en utilisant des images d’archive. Les archives utilisées pour identifier les candidates sont principalement les images en bande J, H et Ks du catalogue 2MASS. L’emploi d’un algorithme de soustraction de fonction d’étalement du point basé sur la combinaison linéaire optimisée d’étoiles de référence, combiné à un algorithme inspiré de l’imagerie différentielle spectrale appliqué sur une sélection judicieuse de 2 812 étoiles a permis d’identifier 7 candidates. Cinq d’entre elles avaient été déjà détectées par d’autres équipes. Une s’est avérée être une M9 du champ et l’autre une L3β appartenant probablement à l’association jeune AB Doradus. Ce travail confirme, comme plusieurs avant lui, la faible prévalence des compagnons de masse planétaire et naines brunes sur de très longues orbites (> 100 UA) autour d’étoiles jeunes de faible masse. Cette conclusion a motivé l’étude d’une nouvelle approche pour détecter ces compagnons à faible séparation (< 40 UA). Ce projet, partiellement complété, a pour but de démontrer la possibilité de détecter des objets ayant des masses planétaires orbitant des étoiles jeunes assez massives (G–F–A) indépendamment de leur séparation à l’aide de la nouvelle génération de spectrographes échelles infrarouges à haut pouvoir dispersif. Les observations synthétiques réalisées ont permis de conclure que des objets ayant une atmosphère principalement composée de molécules et un contraste allant jusqu’à 10^5 avec leur étoile pouvaient être détectés en 1h d’observation avec un instrument comme SPIROU. L’emploi d’algorithmes utilisant la corrélation croisée et d’algorithmes de soustraction des spectres inspirés de ceux utilisés en imagerie différentielle permet d’extraire la signature spectrale de la planète.

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)0,002
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 enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,313
Écart entre enseignants0,274 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetMaritime and Coastal Archaeology→Travaux en français237 207→