MétaCan
Menu
Retour à la cohorte
Enregistrement W4386250560 · doi:10.24908/iqurcp16700

Pairing Optical and Atomic Hydrogen Detections to Assess Newly-Discovered Galaxy Candidates

2023· article· en· W4386250560 sur OpenAlexaffvenue
Eilis Sheahan, Kristine Spekkens

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPhysicsGalaxyAstrophysicsSkyStarsAstronomyUniverse

Résumé

récupéré en direct d'OpenAlex

As optical telescopes become more advanced, their detections begin to unveil very faint, previously unobserved extragalactic objects in the night sky – some of which could be among the smallest and most diffuse galaxies ever discovered. Many of the objects detected appear to be comprised of young, blue stars which seem to exist in isolation from any parent galaxies. In this research, we attempt to connect the very faint optical detections with atomic hydrogen, HI, detections from archival surveys, in order to assess the likelihood that they are newly-discovered galaxies and whether they are actively forming stars. Using the Systematically Measuring Ultra-diffuse Galaxies (SMUDGes) catalog to generate a list of potential candidates, the HI profile corresponding to each candidate’s coordinates was generated and smoothed, ensuring the detection of subtle emissions. Out of the 48 candidates analyzed, 2 very promising candidates emerged and properties like the object’s recessional velocity and HI mass were determined. While the lack of emissions detected may point to radio surveys not being deep enough to detect subtle HI emissions, observing these successful candidates may allow for the formation, origins and evolution of these objects to be studied, thus expanding our knowledge of the universe and galaxy formations.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,141
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,121
Tête enseignante GPT0,374
Écart entre enseignants0,253 · 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.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetImpact of Light on Environment and HealthTravaux en français237 207