On the Accuracy of the ALMA Flux Calibration in the Time Domain and across Spectral Windows
Notice bibliographique
Résumé
Abstract A diverse array of science goals requires accurate flux calibration of observations with the Atacama Large Millimeter/submillimeter array (ALMA); however, this goal remains challenging due to the stochastic time-variability of the “grid” quasars ALMA uses for calibration. In this work, we use 343.5 GHz (Band 7) ALMA Atacama Compact Array observations of four bright and stable young stellar objects over seven epochs to independently assess the accuracy of the ALMA flux calibration and to refine the relative calibration across epochs. The use of these four extra calibrators allows us to achieve an unprecedented relative ALMA calibration accuracy of ∼3%. On the other hand, when the observatory calibrator catalog is not up to date, the Band 7 data calibrated by the ALMA pipeline may have a flux calibration poorer than the nominal 10%, which can be exacerbated by weather-related phase decorrelation when self-calibration of the science target is either not possible or not attempted. We also uncover a relative flux calibration uncertainty between spectral windows of 0.8%, implying that measuring spectral indices within a single ALMA band is likely highly uncertain. We thus recommend various methods for science goals requiring high flux accuracy and robust calibration, in particular, the observation of additional calibrators combined with a relative calibration strategy, and observation of solar system objects for high absolute accuracy.
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 | 0,004 | 0,011 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».