The <i>Herschel</i> SPIRE Fourier Transform Spectrometer Spectral Feature Finder I. The Spectral Feature Finder and Catalogue
Notice bibliographique
Résumé
ABSTRACT We provide a detailed description of the Herschel/SPIRE Fourier Transform Spectrometer (FTS) Spectral Feature Finder (FF). The FF is an automated process designed to extract significant spectral features from SPIRE FTS data products. Optimizing the number of features found in SPIRE-FTS spectra is challenging. The wide SPIRE-FTS frequency range (447–1568 GHz) leads to many molecular species and atomic fine structure lines falling within the observed bands. As the best spectral resolution of the SPIRE-FTS is ∼1.2 GHz, there can be significant line blending, depending on the source type. In order to find, both efficiently and reliably, features in spectra associated with a wide range of sources, the FF iteratively searches for peaks over a number of signal-to-noise ratio (SNR) thresholds. For each threshold, newly identified features are rigorously checked before being added to the fitting model. At the end of each iteration, the FF simultaneously fits the continuum and features found, with the resulting residual spectrum used in the next iteration. The final FF products report the frequency of the features found and the associated SNRs. Line flux determination is not included as part of the FF products, as extracting reliable line flux from SPIRE-FTS data is a complex process that requires careful evaluation and analysis of the spectra on a case-by-case basis. The FF results are 100 per cent complete for features with SNR greater than 10 and 50–70 per cent complete at SNR of 5. The FF code and all FF products are publicly available via the Herschel Science Archive.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».