ATOCA: an Algorithm to Treat Order Contamination. Application to the NIRISS SOSS Mode
Notice bibliographique
Résumé
Abstract After a successful launch, the James Webb Space Telescope is preparing to undertake one of its principal mission objectives, the characterization of the atmospheres of exoplanets. The Single Object Slitless Spectroscopy (SOSS) mode of the Near Infrared Imager and Slitless Spectrograph (NIRISS) is the only observing mode that has been specifically designed for this objective. It features a wide simultaneous spectral range (0.6–2.8 μ m) through two spectral diffraction orders. However, due to mechanical constraints, these two orders overlap slightly over a short range, potentially introducing a “contamination” signal in the extracted spectrum. We show that for a typical box extraction, this contaminating signal amounts to 1% or less over the 1.6–2.8 μ m range (order 1), and up to 1% over the 0.85–0.95 μ m range (order 2). For observations of exoplanet atmospheres (transits, eclipses or phase curves) where only temporal variations in flux matter, the contamination signal typically biases the results by order of 1% of the planetary atmosphere spectral features strength. To address this problem, we developed the Algorithm to Treat Order ContAmination (ATOCA). By constructing a linear model of each pixel on the detector, treating the underlying incident spectrum as a free variable, ATOCA is able to perform a simultaneous extraction of both orders. We show that, given appropriate estimates of the spatial trace profiles, the throughputs, the wavelength solutions, as well as the spectral resolution kernels for each order, it is possible to obtain an extracted spectrum accurate to within 10 ppm over the full spectral range.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».