MétaCan
Menu
Retour à la cohorte
Enregistrement W4311886474 · doi:10.1088/1538-3873/aca717

Tracking ALMA System Temperature with Water Vapor Data at High Frequency

2022· article· en· W4311886474 sur OpenAlexaff
Hao He, William R. F. Dent, C. D. Wilson

Notice bibliographique

RevuePublications of the Astronomical Society of the Pacific · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadio Astronomy Observations and Technology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWater vaporRemote sensingCalibrationTelescopeMillimeterObservatoryPhysicsRadiometerMicrowave radiometerData setEnvironmental scienceW bandMeteorologyOpticsComputer scienceAstrophysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract As the world-leading submillimeter telescope, the Atacama Large Millimeter/submillimeter Array observatory is now putting more focus on high-frequency observations at Band 7–10 (frequencies from 275 to 950 GHz). However, high-frequency observations often suffer from rapid variations in atmospheric opacity that directly affect the system temperature T sys . Current observations perform discrete atmospheric calibrations (Atm-cals) every few minutes, with typically 10–20 occurring per hour for high frequency observation and each taking 30–40 s. In order to obtain more accurate flux measurements and reduce the number of atmospheric calibrations (Atm-cals), a new method to monitor T sys continuously is proposed using existing data in the measurement set. In this work, we demonstrate the viability of using water vapor radiometer (WVR) data to track the T sys continuously. We find a tight linear correlation between T sys measured using the traditional method and T sys extrapolated based on WVR data with scatter of 0.5%–3%. Although the exact form of the linear relation varies among different data sets and spectral windows, we can use a small number of discrete T sys measurements to fit the linear relation and use this heuristic relationship to derive T sys every 10 s. Furthermore, we successfully reproduce the observed correlation using atmospheric transmission at microwave modeling and demonstrate the viability of a more general method to directly derive the T sys from the modeling. We apply the semi-continuous T sys from heuristic fitting on a few data sets from Band 7 to Band 10 and compare the flux measured using these methods. We find the discrete and continuous T sys methods give us consistent flux measurements with differences up to 5%. Furthermore, this method has significantly reduced the flux uncertainty due to T sys variability for one data set, which has large precipitable water vapor fluctuation, from 10% to 0.7%.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,672

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,014
Tête enseignante GPT0,198
Écart entre enseignants0,184 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublications of the Astronomical Society of the PacificMême sujetRadio Astronomy Observations and TechnologyTravaux en français237 207