Search and identification of transient and variable radio sources using MeerKAT observations: a case study on the MAXI J1820+070 field
Notice bibliographique
Résumé
ABSTRACT Many transient and variable sources detected at multiple wavelengths are also observed to vary at radio frequencies. However, these samples are typically biased towards sources that are initially detected in wide-field optical, X-ray, or gamma-ray surveys. Many sources that are insufficiently bright at higher frequencies are therefore missed, leading to potential gaps in our knowledge of these sources and missing populations that are not detectable in optical, X-rays, or gamma-rays. Taking advantage of new state-of-the-art radio facilities that provide high-quality wide-field images with fast survey speeds, we can now conduct unbiased surveys for transient and variable sources at radio frequencies. In this paper, we present an unbiased survey using observations obtained by MeerKAT, a mid-frequency (∼GHz) radio array in South Africa’s Karoo Desert. The observations used were obtained as part of a weekly monitoring campaign for X-ray binaries (XRBs) and we focus on the field of MAXI J1820+070. We develop methods to efficiently filter transient and variable candidates that can be directly applied to other data sets. In addition to MAXI J1820+070, we identify four likely active galactic nuclei, one source that could be a Galactic source (pulsar or quiescent XRB) or an AGN, and one variable pulsar. No transient sources, defined as being undetected in deep images, were identified leading to a transient surface density of <3.7 × 10−2 deg−2 at a sensitivity of 1 mJy on time-scales of 1 week at 1.4 GHz.
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 | 0,000 |
| 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 ».