MétaCan
Menu
Retour à la cohorte
Enregistrement W4312171495 · doi:10.3847/1538-3881/aca1af

Deep Orbital Search for Additional Planets in the HR 8799 System

2022· article· en· W4312171495 sur OpenAlexaff
William Thompson, Christian Marois, Clarissa R. Do Ó, Quinn Konopacky, Jean-Baptiste Ruffio, Jason Wang, Andrew Skemer, Robert J. De Rosa, Bruce Macintosh

Notice bibliographique

RevueThe Astronomical Journal · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensHerzberg Institute of AstrophysicsUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPlanetPhysicsOuter planetsPlanetary systemAstronomyAstrophysicsDirect imagingOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The HR 8799 system hosts four massive planets orbiting 15 and 80 au. Studies of the system's orbital stability and its outer debris disk open the possibility of additional planets, both interior to and exterior to the known system. Reaching a sufficient sensitivity to search for interior planets is very challenging due to the combination of bright quasi-static speckle noise close to the stellar diffraction core and relatively fast orbital motion. In this work, we present a deep L-band imaging campaign using NIRC2 at Keck comprising 14 observing sequences. We further re-reduce archival data for a total of 16.75 hr, one of the largest uniform data sets of a single direct imaging target. Using a Bayesian modeling technique for detecting planets in images while compensating for plausible orbital motion, we then present deep limits on the existence of additional planets in the HR 8799 system. The final combination shows a tentative candidate, consistent with 4–7 M jup at 4–5 au, detected with an equivalent false-alarm probability better than 3σ. This analysis technique is widely applicable to archival data and to new observations from upcoming missions that revisit targets at multiple epochs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,229
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astronomical JournalMême sujetStellar, planetary, and galactic studiesTravaux en français237 207