MétaCan
Menu
Retour à la cohorte
Enregistrement W4396674297 · doi:10.3390/universe10050207

Fast Radio Burst Energy Function in the Presence of DMhost Variation

2024· article· en· W4396674297 sur OpenAlexaboutno aff
Ji-Guo Zhang, Yichao Li, Jia-Ming Zou, Ze-Wei Zhao, Jing-Fei Zhang, Xin Zhang

Notice bibliographique

RevueUniverse · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsRedshiftAstrophysicsFast radio burstLog-normal distributionGalaxyMilky WayStellar massStar formationStatistics

Résumé

récupéré en direct d'OpenAlex

Fast radio bursts (FRBs) have been found in great numbers, but the physical mechanism of these sources is still a mystery. The redshift evolutions of the FRB energy distribution function and the volumetric rate shed light on the origin of FRBs. However, such estimations rely on the dispersion measurement (DM)–redshift (z) relationship. A few FRBs that have been detected recently show large excess DMs beyond the expectation from the cosmological and Milky Way contributions, which indicates large spread of DMs from their host galaxies. In this work, we adopt two lognormal-distributed DMhost models and estimate the energy function using the non-repeating FRBs selected from the Canadian Hydrogen Intensity Mapping Experiment (CHIME)/FRB Catalog 1. By comparing the lognormal-distributed DMhost models to a constant DMhost model, the FRB energy function results are consistent within the measurement uncertainty. We also estimate the volumetric rate of the non-repeating FRBs in three different redshift bins. The volumetric rate shows that the trend is consistent with the stellar-mass density redshift evolution. Since the lognormal-distributed DMhost model increases the measurement errors, the inference of FRBs tracking the stellar-mass density is nonetheless undermined.

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)0,004
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 enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniverseMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207