Search for gamma rays from SNe with a variable-size sliding-time-window analysis of the <i>Fermi</i>-LAT data
Notice bibliographique
Résumé
ABSTRACT We present a systematic search for γ-ray emission from supernovae (SNe) in the Fermi Large Area Telescope (LAT) Pass 8 data. The sample of targets consists of 55,880 candidates from the Open Supernova Catalogue. We searched for γ rays from SNe by means of a variable-size sliding-time-window analysis. Our results confirm the presence of transient γ-ray emission from the sources of non-AGN classes, including transitional pulsars, solar flares, γ-ray bursts, novae, and the Crab Nebula, which are projected near some of these SN’s positions, and also strengthen support to the variable signal in the direction of SN iPTF14hls. The analysis is successful in finding both short (e.g. solar flares) and long (e.g. transitional pulsars) high flux states. Our search reveals two new γ-ray transient signals occurred in 2019 in the directions of optical transients that are SN candidates, AT2019bvr and AT2018iwp, with their flux increases within 6 months after the dates of SN’s discoveries. These signals are bright and their variability is at a higher statistical level than that of iPTF14hls. An exploration of archival multiwavelength observations towards their positions is necessary to establish their association with SNe or other classes of sources. Our analysis, in addition, shows a bright transient γ-ray signal at low Galactic latitudes in the direction of PSR J0205+6449. In addition, we report the results of an all-sky search for γ-ray transient sources. This provided two additional candidates to gamma-ray transient sources.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| 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) | 0,001 | 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 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 ».