MétaCan
Menu
Retour à la cohorte
Enregistrement W4213366926 · doi:10.1051/0004-6361/201833293

<i>Planck</i>2018 results

2018· article· en· W4213366926 sur OpenAlexaff
Y. Akrami, F. Argüeso, M. Ashdown, J. Aumont, C. Baccigalupi, M. Ballardini, A. J. Banday, R. B. Barreiro, N. Bartolo, S. Basak, K. Benabed, J.-P. Bernard, M. Bersanelli, P. Bielewicz, L. Bonavera, J. R. Bond, J. Borrill, F. R. Bouchet, F. Boulanger, M. Bucher, C. Burigana, R. C. Butler, E. Calabrese, J.-F. Cardoso, L. P. L. Colombo, B. P. Crill, F. Cuttaia, P. de Bernardis, A. de Rosa, G. de Zotti, J. Delabrouille, Eleonora Di Valentino, C. Dickinson, J. M. Diego, A. Ducout, X. Dupac, G. Efstathiou, F. Elsner, T. A. Enßlin, H. K. Eriksen, Y. Fantaye, F. Finelli⋆, M. Frailis, E. Franceschi, S. Galeotta, S. Galli, K. Ganga, R. T. Génova-Santos, M. Gerbino, T. Ghosh, J. González-Nuevo, K. M. Górski, Joseph E. Golec, A. Gruppuso, J. E. Gudmundsson, Will Handley, F. K. Hansen, D. Herranz, E. Hivon, Zhiqi Huang, A. H. Jaffe, W. C. Jones, A. Karakci, E. Keihänen, R. Keskitalo, K. Kiiveri, J. Kim, T. S. Kisner, N. Krachmalnicoff, M. Kunz, H. Kurki‐Suonio, J.-M. Lamarre, A. Lasenby, M. Lattanzi, C. R. Lawrence, J. P. Leahy, F. Levrier, M. Liguori, P. B. Lilje, V. Lindholm, M. López-Caniego, Yin-Zhe Ma, J. F. Macías–Pérez, G. Maggio, D. Maino, N. Mandolesi, A. Mangilli, M. Maris, P. G. Martin, E. Martínez-González, S. Matarrese, N. Mauri, J. D. McEwen, P. R. Meinhold, A. Melchiorri, A. Mennella, M. Migliaccio, D. Molinari, L. Montier, G. Morgante, A. Moss, P. Natoli, L. Pagano, D. Paoletti, B. Partridge, G. Patanchon, L. Patrizii, M. Peel, F. Perrotta, V. Pettorino, F. Piacentini, G. Polenta, J.-L. Puget, J. P. Rachen, B. Racine, M. Reinecke, M. Remazeilles, A. Renzi, G. Rocha, G. Roudier, J. A. Rubiño-Martín, L. Salvati, M. Sandri, М. Савелайнен, D. Scott, D. S. Seljebotn, C. Sirignano, G. Sirri, L. D. Spencer, A.-S. Suur-Uski, J. A. Tauber, M. Tenti, L. Terenzi, L. Toffolatti, M. Tomasi, T. Trombetti, J. Väliviita, F. Vansyngel, B. Van Tent, P. Vielva, F. Villa, N. Vittorio, B. D. Wandelt, R. A. Watson, I. K. Wehus, A. Zacchei, A. Zonca

Notice bibliographique

RevueAstronomy and Astrophysics · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensUniversity of British ColumbiaSimon Fraser UniversityUniversity of Toronto
Organismes subventionnairesFundação para a Ciência e a TecnologiaOffice of ScienceInstitut National de Physique Nucléaire et de Physique des ParticulesMinistério da Ciência, Tecnologia e Ensino SuperiorMinisterio de Ciencia e InnovaciónCentre National de la Recherche ScientifiqueMax-Planck-GesellschaftScience and Technology Facilities CouncilTekesUK Space AgencyBundesministerium für Wirtschaft und TechnologiePartnership for Advanced Computing in Europe AISBLAgence Nationale de la RechercheNational Science FoundationEuropean Space AgencyChina Scholarship CouncilNational Aeronautics and Space AdministrationCentre National d’Etudes SpatialesU.S. Department of EnergyScience Foundation Ireland
Mots-clésPlanckPipeline (software)SkyPhysicsCalibrationComputer scienceConsistency (knowledge bases)AstrophysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We present a final description of the data-processing pipeline for the Planck Low Frequency Instrument (LFI), implemented for the 2018 data release. Several improvements have been made with respect to the previous release, especially in the calibration process and in the correction of instrumental features such as the effects of nonlinearity in the response of the analogue-to-digital converters. We provide a brief pedagogical introduction to the complete pipeline, as well as a detailed description of the important changes implemented. Self-consistency of the pipeline is demonstrated using dedicated simulations and null tests. We present the final version of the LFI full sky maps at 30, 44, and 70 GHz, both in temperature and polarization, together with a refined estimate of the solar dipole and a final assessment of the main LFI instrumental parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,223
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations98
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and AstrophysicsMême sujetCosmology and Gravitation TheoriesTravaux en français237 207