MétaCan
Menu
Retour à la cohorte
Enregistrement W4386160655 · doi:10.3847/1538-4357/acd77d

Waltzing Binaries: Probing the Line-of-sight Acceleration of Merging Compact Objects with Gravitational Waves

2023· article· en· W4386160655 sur OpenAlexaff
A. Vijaykumar, Avinash Tiwari, S. J. Kapadia, K. G. Arun, P. Ajith

Notice bibliographique

RevueThe Astrophysical Journal · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesDepartment of Atomic Energy, Government of India
Mots-clésPhysicsNeutron starGravitational waveAstrophysicsLIGOAstronomyAccelerationBinary numberContext (archaeology)Line-of-sightSupermassive black holeGalaxy

Résumé

récupéré en direct d'OpenAlex

Abstract The line-of-sight acceleration of a compact binary coalescence (CBC) event would modulate the shape of the gravitational waves (GWs) it produces with respect to the corresponding nonaccelerated CBC. Such modulations could be indicative of its astrophysical environment. We investigate the prospects of detecting this acceleration in future observing runs of the LIGO-Virgo-KAGRA network, as well as in next-generation (XG) detectors and the proposed DECIGO. We place the first observational constraints on this acceleration for putative binary neutron star mergers GW170817 and GW190425. We find no evidence of line-of-sight acceleration in these events at 90% confidence. Prospective constraints for the fifth observing run of the LIGO at A+ sensitivity suggest that accelerations for typical binary neutron stars (BNSs) could be constrained with a precision of a/c ∼ 10−7 [s−1], assuming a signal-to-noise ratio of 10. These improve to a/c ∼ 10−9 [s−1] in XG detectors, and a/c ∼ 10−16 [s−1] in DECIGO. We also interpret these constraints in the context of mergers around supermassive black holes.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,321
Écart entre enseignants0,297 · 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

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207