Source properties of the lowest signal-to-noise-ratio binary black hole detections
Notice bibliographique
Résumé
We perform a detailed parameter estimation study of binary black hole merger events reported by Zackay et al. [Phys. Rev. D 100, 023007 (2019)] and Venumadhav et al. [Phys. Rev. D 101, 083030 (2020)]. These are some of the faintest signals reported so far, and hence, relative to the loud events in the GWTC-1 catalog [B. P. Abbott et al. (LIGO Scientific and Virgo Collaborations), Phys. Rev. X 9, 031040 (2019)], the data should have lesser constraining power on their intrinsic parameters. Hence we examine the robustness of parameter inference to choices made in the analysis, as well as any potential systematics. We check the impact of different methods of estimating the noise power spectral density, different waveform models, and different priors for the compact object spins. For most of the events, the resulting differences in the inferred values of the parameters are much smaller than their statistical uncertainties. The estimation of the effective spin parameter ${\ensuremath{\chi}}_{\mathrm{eff}}$, i.e., the projection of the mass-weighted total spin along the angular momentum, can be sensitive to analysis choices for two of the sources with the largest effective spin magnitudes, GW151216 and GW170403. The primary differences arise from using a 3D isotropic spin prior: the tails of the posterior distributions should be interpreted with care and due consideration of the other data analysis choices.
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 | 0,001 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».