Reprocessing Models for the Optical Light Curves of Hypervariable Quasars from the Sloan Digital Sky Survey Reverberation Mapping Project
Notice bibliographique
Résumé
Abstract We explore reprocessing models for a sample of 17 hypervariable quasars, taken from the Sloan Digital Sky Survey Reverberation Mapping project, which all show coordinated optical luminosity hypervariability with amplitudes of factors ≳2 between 2014 and 2020. We develop and apply reprocessing models for quasar light curves in simple geometries that are likely to be representative of quasar inner environments. In addition to the commonly investigated thin-disk model, we include the thick-disk and hemisphere geometries. The thick-disk geometry could, for instance, represent a magnetically elevated disk, whereas the hemisphere model can be interpreted as a first-order approximation for any optically thick out-of-plane material caused by outflows/winds, warped/tilted disks, and so on. Of the 17 quasars in our sample, 11 are best-fitted by a hemisphere geometry, five are classified as thick disks, and both models fail for just one object. We highlight the successes and shortcomings of our thermal reprocessing models in case studies of four quasars that are representative of the sample. While reprocessing is unlikely to explain all of the variability that we observe in quasars, we present our classification scheme as a starting point for revealing the likely geometries of reprocessing for quasars in our sample and hypervariable quasars in general.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».