Relation between photometric and parameter errors of star clusters
Notice bibliographique
Résumé
ABSTRACT Many observations supply only photometry data with large uncertainties. The study of star clusters based on such data is important for astrophysical studies, although photometric uncertainty affects the accuracy of results. In order to estimate the parameter uncertainties that are caused by photometric errors, this work quantifies the influence of photometric error on the uncertainties of some basic parameters when colour-magnitude diagram (CMD) fitting is used to determine these parameters. The observed data are derived from Hubble Space Telescope (HST) observations with the WFPC2 in four bands because of the large coverage of photometric error. The photometric errors that are estimated by Artificial Star Test (AST) are taken, and a binary star stellar population synthesis model and the Powerful CMD code are adopted to determine the parameters of star clusters. Two popular types of stellar population models, i.e. binary star simple stellar population (bsSSP) and single star simple stellar population (ssSSP), are used. The effects of photometric errors on the uncertainties of distance modulus (m − M), colour excess (E), metallicity (Z), and age (t), i.e. Δm − M, ΔE, ΔZ, and Δt, are studied via 19 globular clusters. The results show that Δm − M, ΔE, ΔZ, and Δt have positive correlations with photometric error. Some linear fitting formulae are given to make the results easy to use. The results can be used to estimate the errors of parameters that are caused by photometric error when determining the parameters by CMD fitting, for star clusters with relatively large photometric uncertainties (>∼0.01 mag).
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».