APPLESOSS: A Producer of ProfiLEs for SOSS. Application to the NIRISS SOSS Mode
Notice bibliographique
Résumé
Abstract The SOSS mode of the Near Infrared Imager and Slitless Spectrograph instrument is poised to be one of the workhorse modes for exoplanet atmosphere observations with the newly launched James Webb Space Telescope (JWST). One of the challenges of the SOSS mode, however, is the physical overlap of the first two diffraction orders of the G700XD grism on the detector. Recently, the ATOCA algorithm was developed and implemented as an option in the official JWST pipeline, as a method to extract SOSS spectra by decontaminating the detector—that is, separating the first and second orders. Here, we present A Producer of ProfiLEs for SOSS (APPLESOSS), which generates the spatial profiles for each diffraction order upon which ATOCA relies. We validate APPLESOSS using simulated SOSS time series observations of WASP-52 b, and compare it to ATOCA extractions using two other spatial profiles (a best and worst case scenario on-sky), as well as a simple box extraction performed without taking into account the order contamination. We demonstrate that APPLESOSS profiles retain a high degree of fidelity to the true underlying spatial profiles, and therefore yield accurate extracted spectra. We further confirm that the effects of the order contamination for relative measurements (e.g., exoplanet transmission or emission observations) is small—the transmission spectrum obtained from each of our four tests, including the contaminated box extraction, is consistent at the ∼1 σ level with the atmosphere model input into our noiseless simulations. We further confirm via a retrieval analysis that the atmosphere parameters (metallicity and C/O) obtained from each transmission spectrum are consistent with the true underlying values.
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 | 0,001 | 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 ».