The FORS1 catalogue of stellar magnetic field measurements?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Context. The FORS1 instrument on the ESO Very Large Telescope was used to obtain low-resolution circular polarised spectra of nearly a thousand different stars, with the aim of measuring their mean longitudinal magnetic fields. Magnetic fields were measured by different authors, and using different methods and software tools. Aims. A catalogue of FORS1 magnetic measurements would provide a valuable resource with which to better understand the strengths and limitations of this instrument and of similar low-dispersion, Cassegrain spectropolarimeters. However, FORS1 data reduction has been carried out by a number of different groups using a variety of reduction and analysis techniques. Our understanding of the instrument and our data reduction techniques have both improved over time. A full re-analysis of FORS1 archive data using a consistent and fully documented algorithm would optimise the accuracy and usefulness of a catalogue of field measurements. Methods. Based on the ESO FORS pipeline, we have developed a semi-automatic procedure for magnetic field determinations, which includes self-consistent checks for field detection reliability. We have applied our procedure to the full content of circular spectropolarimetric measurements of the FORS1 archive. Results. We have produced a catalogue of spectro-polarimetric observations and magnetic field measurements for ∼ 1400 observa-tions of ∼ 850 different objects. The spectral type of each object has been accurately classified. We have also been able to test different methods for data reduction is a systematic way. The resulting catalogue has been used to produce an estimator for an upper limit to
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle