White Dwarfs in the Era of the LSST and Its Synergies with Space-based Missions
Notice bibliographique
Résumé
Abstract With the imminent start of the Legacy Survey for Space and Time (LSST) at the Vera C. Rubin Observatory and several new space telescopes expected to begin operations later in this decade, both time-domain and wide-field astronomy are on the threshold of a new era. In this paper, we use a new multicomponent model for the distribution of white dwarfs (WDs) in our Galaxy to simulate the WD populations in four upcoming wide-field surveys (i.e., LSST, Euclid, the Roman Space Telescope, and the Cosmological Advanced Survey Telescope for Optical and uv Research) and use the resulting samples to explore some representative WD science cases. Our results confirm that LSST will provide a wealth of information for Galactic WDs, detecting more than 150 million WDs at the final depth of its stacked 10 yr survey. Within this sample, nearly 300,000 objects will have 5σ parallax measurements, and nearly 7 million will have 5σ proper-motion measurements, allowing the detection of the turnoff in the halo WD luminosity function and the discovery of more than 200,000 ZZ Ceti stars. The wide wavelength coverage that will be possible by combining LSST data with observations from Euclid and/or the Roman Space Telescope will also discover WDs with debris disks, highlighting the advantages of combining data between the ground- and space-based missions.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».