MétaCan
Menu
← Retour à la cohorte
Enregistrement W3212956292 · doi:10.3847/1538-4357/ac3a7a

The Mass of the Milky Way from the H3 Survey

2022· preprint· en· W3212956292 sur OpenAlexaff
Jeff Shen, Gwendolyn M. Eadie, Norman Murray, Dennis Zaritsky, Joshua S. Speagle, Yuan-Sen Ting, Charlie Conroy, Phillip A. Cargile, Benjamin D. Johnson, Rohan P. Naidu, J. Han

Notice bibliographique

RevueThe Astrophysical Journal · 2022
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesSpace Telescope Science Institute
Mots-clésMilky WayPhysicsHaloVirial massAstrophysicsGalaxy

Résumé

récupéré en direct d'OpenAlex

Abstract The mass of the Milky Way is a critical quantity that, despite decades of research, remains uncertain within a factor of two. Until recently, most studies have used dynamical tracers in the inner regions of the halo, relying on extrapolations to estimate the mass of the Milky Way. In this paper, we extend the hierarchical Bayesian model applied in Eadie & Juri to study the mass distribution of the Milky Way halo; the new model allows for the use of all available 6D phase-space measurements. We use kinematic data of halo stars out to 142 kpc, obtained from the H3 survey and Gaia EDR3, to infer the mass of the Galaxy. Inference is carried out with the No-U-Turn sampler, a fast and scalable extension of Hamiltonian Monte Carlo. We report a median mass enclosed within 100 kpc of M ( < 100 kpc ) = 0.69 − 0.04 + 0.05 × 10 12 M ⊙ (68% Bayesian credible interval), or a virial mass of M 200 = M ( < 216.2 − 7.5 + 7.5 kpc ) = 1.08 − 0.11 + 0.12 × 10 12 M ⊙ , in good agreement with other recent estimates. We analyze our results using posterior predictive checks and find limitations in the model’s ability to describe the data. In particular, we find sensitivity with respect to substructure in the halo, which limits the precision of our mass estimates to ∼15%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,237
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetStellar, planetary, and galactic studies→Travaux en français237 207→