Exoplanets with ELT-METIS I: Estimating the direct imaging exoplanet yield around stars within 6.5 parsecs
Notice bibliographique
Résumé
Direct imaging is a powerful exoplanet discovery technique that is complementary to other techniques and offers great promise in the era of 30 meter class telescopes. Space-based transit surveys have revolutionized our understanding of the frequency of planets at small orbital radii around Sun-like stars. The next generation of extremely large ground-based telescopes will have the angular resolution and sensitivity to directly image planets with $R < 4R_\oplus$ around the very nearest stars. Here, we predict yields from a direct imaging survey of a volume-limited sample of Sun-like stars with the Mid-Infrared ELT Imager and Spectrograph (METIS) instrument, planned for the 39 m European Southern Observatory (ESO) Extremely Large Telescope (ELT) that is expected to be operational towards the end of the decade. Using Kepler occurrence rates, a sample of stars with spectral types A-K within 6.5 pc, and simulated contrast curves based on an advanced model of what is achievable from coronagraphic imaging with adaptive optics, we estimated the expected yield from METIS using Monte Carlo simulations. We find the METIS expected yield of planets in the N2 band (10.10 - 12.40 $μ$m) is 1.14 planets, which is greater than comparable observations in the L (3.70 - 3.95 $μ$m) and M (4.70 - 4.90 $μ$m) bands. We also determined a 24.6% chance of detecting at least one Jovian planet in the background limited regime assuming a 1 hour integration. We calculated the yield per star and estimate optimal observing revisit times to increase the yield. We also analyzed a northern hemisphere version of this survey and found there are additional targets worth considering. In conclusion, we present an observing strategy aimed to maximize the possible yield for limited telescope time, resulting in 1.48 expected planets in the N2 band.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».