MétaCan
Menu
Retour à la cohorte
Enregistrement W4393825923 · doi:10.5281/zenodo.7576784

Properties of binary systems in a one-dimensional approximation

2023· dataset· en· W4393825923 sur OpenAlexaff
Natalia Ivanova, Ali Pourmand

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineMathematics
ThématiqueSpectral Theory in Mathematical Physics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBinary numberMathematicsStatistical physicsPhysicsArithmetic

Résumé

récupéré en direct d'OpenAlex

We present numerically obtained tables of properties of stars in a binary system as a function of the effective potential: volume-equivalent radii of the equipotential surfaces, effective accelerations averaged over the same equipotential surfaces and the properties of the L<sub>1</sub> plane cross-sections. The tables are obtained for binaries where the ratios of the primary star mass to the companion star mass are from 10<sup>-6</sup> to 10<sup>5</sup> and include equipotential surfaces up to the star's outer Lagrangian point. We supply a sample code showing how to use our tables to get the average effective accelerations in one-dimensional stellar codes. Updates will be available at https://github.com/AliPourmand/1D_binary_star_properties. Paper describing the tables can be found on ApJ, <strong>DOI</strong> 10.3847/1538-4357/acd4c1, https://iopscience.iop.org/article/10.3847/1538-4357/acd4c1 If you make use of the provided tables or the code, we ask you to cite the paper (and zenodo deposit if such reference is allowed).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,009

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 Opus0,126
Tête enseignante GPT0,294
Écart entre enseignants0,167 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSpectral Theory in Mathematical PhysicsTravaux en français237 207