[sans titre]
Notice bibliographique
Résumé
Studies of Galactic structure and evolution have benefited enormously from Gaia kinematic information, though additional, intrinsic stellar parameters like age are required to best constrain Galactic models. Asteroseismology is the most precise method of providing such information for field star populations en masse, but existing samples for the most part have been limited to a few narrow fields of view by the CoRoT and Kepler missions. In an effort to provide well-characterized stellar parameters across a wide range in Galactic position, we present the second data release of red giant asteroseismic parameters for the K2 Galactic Archaeology Program (GAP). We provide V_{max} and Delta_{v} based on six independent pipeline analyses; first-ascent red giant branch (RGB) and red clump (RC) evolutionary state classifications from machine learning; and ready-to-use radius and mass coefficients, K_{R} and K_{M}, which, when appropriately multiplied by a solar-scaled effective temperature factor, yield physical stellar radii and masses. In total, we report 4395 radius and mass coefficients, with typical uncertainties of 3.3% (stat.) ± 1% (syst.) for K_{R} and 7.7% (stat.) ± 2% (syst.) for κM among RGB stars, and 5.0% (stat.) ± 1% (syst.) for K_{R} nd 10.5% (stat.) ± 2% (syst.) for κM among RC stars. We verify that the sample is nearly complete—except for a dearth of stars with V_{max} \\leqslant 10-20 mHz-by comparing to Galactic models and visual inspection. Our asteroseismic radii agree with radii derived from Gaia Data Release 2 parallaxes to within 2.2% ± 0.3% for RGB stars and 2.0% ± 0.6% for RC stars.
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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».