MétaCan
Menu
Retour à la cohorte
Enregistrement W3016118468 · doi:10.1093/mnras/staa981

Molecular cross-sections for high-resolution spectroscopy of super-Earths, warm Neptunes, and hot Jupiters

2020· article· en· W3016118468 sur OpenAlexfundno aff
Siddharth Gandhi, Matteo Brogi, S. N. Yurchenko, Jonathan Tennyson, Phillip A. Coles, R. Webb, Jayne Birkby, G. Guilluy, George A Hawker, Nikku Madhusudhan, A. S. Bonomo, A. Sozzetti

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilEuropean CommissionScience and Technology Facilities CouncilEngineering and Physical Sciences Research CouncilInstitut sur la Nutrition et les Aliments FonctionnelsEuropean Southern Observatory
Mots-clésPhysicsHot JupiterAstrobiologySpectroscopyAstronomyHigh resolutionAstrophysicsMolecular spectroscopyPlanetExoplanetRemote sensing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT High-resolution spectroscopy (HRS) has been used to detect a number of species in the atmospheres of hot Jupiters. Key to such detections is accurately and precisely modelled spectra for cross-correlation against the R ≳ 20 000 observations. There is a need for the latest generation of opacities which form the basis for high signal-to-noise detections using such spectra. In this study we present and make publicly available cross-sections for six molecular species, H2O, CO, HCN, CH4, NH3, and CO2 using the latest line lists most suitable for low- and high-resolution spectroscopy. We focus on the infrared (0.95–5 μm) and between 500 and 1500 K where these species have strong spectral signatures. We generate these cross-sections on a grid of pressures and temperatures typical for the photospheres of super-Earth, warm Neptunes, and hot Jupiters using the latest H2 and He pressure broadening. We highlight the most prominent infrared spectral features by modelling three representative exoplanets, GJ 1214 b, GJ 3470 b, and HD 189733 b, which encompass a wide range in temperature, mass, and radii. In addition, we verify the line lists for H2O, CO, and HCN with previous high-resolution observations of hot Jupiters. However, we are unable to detect CH4 with our new cross-sections from HRS observations of HD 102195 b. These high-accuracy opacities are critical for atmospheric detections with HRS and will be continually updated as new data become available.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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)0,0030,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations70
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetSpectroscopy and Laser ApplicationsTravaux en français237 207