MétaCan
Menu
Retour à la cohorte
Enregistrement W4384070075 · doi:10.1088/1475-7516/2023/07/037

Detecting dark compact objects in Gaia DR4:A data analysis pipeline for transient astrometric lensing searches

2023· article· en· W4384070075 sur OpenAlexaff
I. Chen, Marius Kongsore, Ken Van Tilburg

Notice bibliographique

RevueJournal of Cosmology and Astroparticle Physics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésPhysicsDark matterAstronomyAstrophysicsGalaxyWeak gravitational lensingPopulationRedshift

Résumé

récupéré en direct d'OpenAlex

Abstract The Gaia satellite is cataloging the astrometric properties of an unprecedented number of stars in the Milky Way with extraordinary precision. This provides a gateway for conducting extensive surveys of transient astrometric lensing events caused by dark compact objects. In this work, we establish a data analysis pipeline capable of searching for such events in the upcoming Gaia Data Release 4 (DR4). We use Gaia Early Data Release 3 (EDR3) and current dark matter and astrophysical black hole population models to create mock DR4 catalogs containing stellar trajectories perturbed by lensing. Our analysis of these mock catalogs suggests that Gaia DR4 will contain about 4 astrometric lensing events from astrophysical black holes at a 5 σ significance level. Furthermore, we project that our data analysis pipeline applied to Gaia DR4 will result in leading constraints on compact dark matter in the mass range 1–10 3 M ⊙ down to a dark matter fraction of about one percent.

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)0,001
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 enseignants0,076
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,069
Tête enseignante GPT0,319
Écart entre enseignants0,250 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cosmology and Astroparticle PhysicsMême sujetGamma-ray bursts and supernovaeTravaux en français237 207