Fast radio bursts at the dawn of the 2020s
Notice bibliographique
Résumé
Abstract Since the discovery of the first fast radio burst (FRB) in 2007, and their confirmation as an abundant extragalactic population in 2013, the study of these sources has expanded at an incredible rate. In our 2019 review on the subject, we presented a growing, but still mysterious, population of FRBs—60 unique sources, 2 repeating FRBs, and only 1 identified host galaxy. However, in only a few short years, new observations and discoveries have given us a wealth of information about these sources. The total FRB population now stands at over 600 published sources, 24 repeaters, and 19 host galaxies. Higher time resolution data, sustained monitoring, and precision localisations have given us insight into repeaters, host galaxies, burst morphology, source activity, progenitor models, and the use of FRBs as cosmological probes. The recent detection of a bright FRB-like burst from the Galactic magnetar SGR 1935 + 2154 provides an important link between FRBs and magnetars. There also continue to be surprising discoveries, like periodic modulation of activity from repeaters and the localisation of one FRB source to a relatively nearby globular cluster associated with the M81 galaxy. In this review, we summarise the exciting observational results from the past few years. We also highlight their impact on our understanding of the FRB population and proposed progenitor models. We build on the introduction to FRBs in our earlier review, update our readers on recent results, and discuss interesting avenues for exploration as the field enters a new regime where hundreds to thousands of new FRBs will be discovered and reported each year.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».