How loud are echoes from exotic compact objects?
Notice bibliographique
Résumé
The first direct observations of gravitational waves by the LIGO collaboration have motivated different tests of general relativity (GR), including the search for extra pulses following the GR waveform for the coalescence of compact objects. The motivation for these searches comes from the alternative proposal that the final compact object could differ from a black hole by the lack of an event horizon and a central singularity. Such objects are expected in theories that, motivated by quantum gravity modifications, predict horizonless objects as the final stage of gravitational collapse. In such a hypothetical case, this exotic compact object (ECO) will present a (partially) reflective surface at ${r}_{\mathrm{ECO}}={r}_{+}(1+\ensuremath{\epsilon})$, instead of an event horizon at ${r}_{+}$. For this class of objects, an in-falling wave will not be completely lost and will give rise to secondary pulses, to which recent literature refers as echoes. However, the largely unknown ECO reflectivity is determinant for the amplitude of the signal, and details also depend on the initial conditions of the progenitor compact binary. Here, for the first time, we obtain estimates for the detectability of the first echo, using a perturbative description for the inspiral-merger-ringdown waveform and a physically motivated ECO reflectivity. Binaries with comparable masses will have a stronger first echo, improving the chances of detection. For a case like GW150914, the detection of the first echo will require a minimum ringdown signal-to-noise ratio (SNR) in the range $\ensuremath{\sim}20--60$. The most optimistic scenario for echo detection could already be probed by LIGO in the next years. With the expected improvements in sensitivity we estimate one or two events per year to have the required SNR for the first echo detection during O4.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».