MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391539716 · doi:10.3847/1538-4357/ad14f8

Mid-infrared Variability of Young Stellar Objects on Timescales of Days to Years

2024· article· en· W4391539716 sur OpenAlexaff
Sieun Lee, Jeong‐Eun Lee, Carlos Contreras Peña, Doug Johnstone, Gregory J. Herczeg, Seonjae Lee

Notice bibliographique

RevueThe Astrophysical Journal · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensUniversity of VictoriaHerzberg Institute of Astrophysics
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésPhysicsAstrophysicsYoung stellar objectBrightnessPhotosphereAstronomyAccretion (finance)StarspotAmplitudeStar formationLight curveStarsSpectral line

Résumé

récupéré en direct d'OpenAlex

Abstract Variability in the brightness of young stellar objects (YSOs) is a common phenomenon that can be caused by changes in various factors, including accretion, extinction, disk morphology, interactions between the disk and the stellar photosphere, and the rotation of hot or cold magnetic spots on the stellar photosphere. Analyzing the variability on different timescales provides insight into the mechanisms driving the changes in the brightness of YSOs. We investigate the variability of YSOs on both long and short timescales using two mid-IR data sets: the Near-Earth Object Wide-field Infrared Survey Explorer (NEOWISE) 7.5 yr W2 (4.6 μm) data and the YSOVAR 40 day Spitzer/IRAC2 (4.5 μm) data, respectively. We classify the variability types in each timescale following Park et al. We find a higher detection rate of variable sources in the short term (77.6%) compared to the long term (43.0%) due to the higher sensitivity of the Spitzer observations. In addition, the higher cadence of the YSOVAR data results in the weeks-long short-term variability being mostly secular, while the years-long long-term variability explored with the coarsely sampled NEOWISE data is mostly stochastic. By crossmatching the two catalogs, we statistically analyze the variability types exhibited by YSOs across both timescales. The long-term variability amplitude is mostly three times (up to 10 times) greater than the short-term variability. Furthermore, we evaluate variability on very short (1–2 days) timescales and recover a trend of the increasing amplitude of variability as the timescales increase. By comprehensively analyzing the variability of YSOs over various timescales, we contribute to a deeper understanding of the underlying mechanisms driving their variability.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,232 · 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'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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→