MétaCan
Menu
Retour à la cohorte
Enregistrement W4380837049 · doi:10.3847/1538-4365/acce36

Stellar Parameters and Chemical Abundances Estimated from LAMOST-II DR8 MRS Based on Cycle-StarNet

2023· article· en· W4380837049 sur OpenAlexaff
Rui Wang, A-Li Luo, Shuo Zhang, Yuan-Sen Ting, Teaghan O’Briain

Notice bibliographique

RevueThe Astrophysical Journal Supplement Series · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésLAMOSTStarsAstrophysicsPhysicsSpectral lineMilky WayAnalytical Chemistry (journal)ParallaxChemistryAstronomyEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Deriving stellar atmospheric parameters and chemical abundances from stellar spectra is crucial for understanding the evolution of the Milky Way. By performing a fitting with MARCS model atmospheric theoretical synthetic spectra combined with a domain-adaptation method, we estimate the fundamental stellar parameters (T eff, log g, [Fe/H], v mic, and v mac) and 11 chemical abundances for 1.38 million FGKM-type stars of the Medium-Resolution Spectroscopic Survey (MRS) from LAMOST-II DR8. The domain-adaptation method, cycle-starnet, is employed to reduce the gap between observed and synthetic spectra, and the L-BFGS algorithm is used to search the best-fit synthetic spectra. By combining the Two Micron All Sky Survey photometric survey data, Gaia EDR3 parallax, and MIST isochrones, the surface gravities of the stars are constrained after estimating their bolometric luminosities. The accuracy of T eff, log g, and [Fe/H] can reach 150 K, 0.11 dex, and 0.15 dex, evaluated by the PASTEL catalog, asteroseismic samples, and other spectroscopic surveys. The precision of these parameters and elemental abundances ([C/Fe], [Na/Fe], [Mg/Fe], [Si/Fe], [Ca/Fe], [Ti/Fe], [Cr/Fe], [Mn/Fe], [Co/Fe], [Ni/Fe], and [Cu/Fe]) is assessed by repeated observations and validated by cluster members. For spectra with signal-to-noise ratios (S/Ns) greater than 10, the precision of the three stellar parameters and elemental abundances can achieve 76 K, 0.014 dex, 0.096 dex, and 0.04–0.15 dex. For spectra with S/Ns higher than 100, the precision stabilizes at 22 K, 0.006 dex, 0.043 dex, and 0.01–0.06 dex. The full LAMOST MRS stellar properties catalog is available at doi: 10.12149/101242 .

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,239
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal Supplement SeriesMême sujetStellar, planetary, and galactic studiesTravaux en français237 207