OzDES reverberation mapping program: Lag recovery reliability for 6-yr C <scp>iv</scp> analysis
Notice bibliographique
Résumé
ABSTRACT We present the statistical methods that have been developed to analyse the OzDES reverberation mapping sample. To perform this statistical analysis we have created a suite of customizable simulations that mimic the characteristics of each source in the OzDES sample. These characteristics include: the variability in the photometric and spectroscopic light curves, the measurement uncertainties, and the observational cadence. By simulating the sources in the OzDES sample that contain the C iv emission line, we developed a set of criteria that rank the reliability of a recovered time-lag depending on the agreement between different recovery methods, the magnitude of the uncertainties, and the rate at which false positives were found in the simulations. These criteria were applied to simulated light curves and these results used to estimate the quality of the resulting Radius–Luminosity relation. We grade the results using three quality levels (gold, silver, and bronze). The input slope of the R–L relation was recovered within 1σ for each of the three quality samples, with the gold standard having the lowest dispersion with a recovered a R–L relation slope of 0.454 ± 0.016 with an input slope of 0.47. Future work will apply these methods to the entire OzDES sample of 771 AGN.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».