Identifying low-amplitude pulsating stars through microlensing observations
Notice bibliographique
Résumé
ABSTRACT One possibility for detecting low-amplitude pulsational variations is through gravitational microlensing. During a microlensing event, the temporary brightness increase leads to improvement in the signal-to-noise ratio, and thereby better detectability of pulsational signatures in light curves. We explore this possibility under two primary considerations. The first is when the standard point-source and point-lens approximation applies. In this scenario, dividing the observed light curve by the best-fitted microlensing model leads to residuals that result in pulsational features with improved uncertainties. The second is for transit events (single lens) or caustic crossing (binary lens). The point-source approximation breaks down, and residuals relative to a simple best-fitted microlensing model display more complex behaviour. We employ a Monte Carlo simulation of microlensing of pulsating variables toward the Galactic bulge for the surveys of OGLE and of KMTNet. We demonstrate that the efficiency for detecting pulsational signatures with intrinsic amplitudes of <0.25 mag during single and binary microlensing events, at differences in χ2 of Δχ2 > 350, is $\sim \!50\!-\!60{{\ \rm per\ cent}}$. The maximum efficiency occurs for pulsational periods P ≃ 0.1–0.3 d. We also study the possibility that high-magnification microlensing events of non-radially pulsating stars could be misinterpreted as planetary or binary microlensing events. We conclude that small asymmetric features around light curve peaks due to stellar pulsations could be misdiagnosed with crossing (or passing close to) small caustic curves.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».