Photometric cross-calibration of the SDSS Stripe 82 Standard Stars catalogue with Gaia EDR3, and comparison with Pan-STARRS1, DES, CFIS, and <i>GALEX</i> catalogues
Notice bibliographique
Résumé
ABSTRACT We extend the SDSS Stripe 82 Standard Stars catalogue with post-2007 SDSS imaging data. This improved version lists averaged SDSS ugriz photometry for nearly a million stars brighter than r ∼ 22 mag. With 2–3 times more measurements per star, random errors are 1.4–1.7 times smaller than in the original catalogue, and about three times smaller than for individual SDSS runs. Random errors in the new catalogue are $\lesssim$0.01 mag for stars brighter than 20.0, 21.0, 21.0, 20.5, and 19.0 mag in u, g, r, i, and z-bands, respectively. We achieve this error threshold by using the Gaia Early Data Release 3 (EDR3) Gmag photometry to derive grey photometric zeropoint corrections, as functions of RA and Declination, for the SDSS catalogue, and use the Gaia BP–RP colour to derive corrections in the ugiz bands, relative to the r-band. The quality of the recalibrated photometry, tested against Pan-STARRS1, DES, CFIS, and GALEX surveys, indicates spatial variations of photometric zeropoints ≦ 0.01 mag (rms), with typical values of 3–7 millimag in the RA, and 1–2 millimag in the Declination directions, except for $\lesssim$6 millimag scatter in the u-band. We also report a few minor photometric problems with other surveys considered here, including a magnitude-dependent ∼0.01 mag bias between 16 ≤ GGaia ≤ 20 in the Gaia EDR3. Our new, publicly available catalogue offers robust calibration of ugriz photometry below 1 per cent level, and will be helpful during the commissioning of the Vera C. Rubin Observatory Legacy Survey of Space and Time.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».