Constraining atmospheric parameters and surface magnetic fields with <tt>ZeeTurbo</tt>: an application to SPIRou spectra
Notice bibliographique
Résumé
ABSTRACT We report first results on a method aimed at simultaneously characterizing atmospheric parameters and magnetic properties of M dwarfs from high-resolution near-IR spectra recorded with SPIRou in the framework of the SPIRou Legacy Survey (SLS). Our analysis relies on fitting synthetic spectra computed from marcs model atmospheres to selected spectral lines, both sensitive and insensitive to magnetic fields. We introduce a new code, ZeeTurbo, obtained by including the Zeeman effect and polarized radiative transfer capabilities to Turbospectrum. We compute a grid of synthetic spectra with ZeeTurbo for different magnetic field strengths and develop a process to simultaneously constrain Teff, log g, $\rm {[M/H]}$, $\rm {[\alpha /Fe]}$, and the average surface magnetic flux. In this paper, we present our approach and assess its performance using simulations, before applying it to six targets observed in the context of the SLS, namely AU Mic, EV Lac, AD Leo, CN Leo, PM J18482+0741, and DS Leo. Our method allows us to retrieve atmospheric parameters in good agreement with the literature, and simultaneously yields surface magnetic fluxes in the range 2–4 kG with a typical precision of 0.05 kG, in agreement with literature estimates, and consistent with the saturated dynamo regime in which most of these stars are.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».