MétaCan
Menu
← Retour à la cohorte
Enregistrement W3088968998 · doi:10.3847/1538-4357/abb81d

Cloud Atlas: Unraveling the Vertical Cloud Structure with the Time-series Spectrophotometry of an Unusually Red Brown Dwarf

2020· article· en· W3088968998 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBrown dwarfExoplanetWavelengthPlanetAtmospheric modelSpectral lineAtmospheric modelsMolecular cloud

Résumé

récupéré en direct d'OpenAlex

Abstract Rotational modulations of emission spectra in brown dwarf and exoplanet atmospheres show that clouds are often distributed non-uniformly in these ultracool atmospheres. The spatial heterogeneity in cloud distribution demonstrates the impact of atmospheric dynamics on cloud formation and evolution. In this study, we update the Hubble Space Telescope (HST) time-series data analysis of the previously reported rotational modulations of WISEP J004701+680352—an unusually red late-L brown dwarf with a spectrum similar to that of the directly imaged planet HR 8799e. We construct a self-consistent spatially heterogeneous cloud model to explain the HST and the Spitzer time-series observations, as well as the time-averaged spectra of WISE 0047. In the heterogeneous cloud model, a cloud thickness variation of around one pressure scale height explains the wavelength dependence in the HST near-IR spectral variability. By including disequilibrium CO/CH4 chemistry, our models also reproduce the redder color of WISE 0047 compared to that of field brown dwarfs. We discuss the impact of vertical cloud structure on atmospheric profile and estimate the minimum eddy diffusivity coefficient for other objects with redder colors. Our data analysis and forward modeling results demonstrate that time-series spectrophotometry with a broad wavelength coverage is a powerful tool for constraining heterogeneous atmospheric structure.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetStellar, planetary, and galactic studies→Travaux en français237 207→