MétaCan
Menu
Retour à la cohorte
Enregistrement W4402856990 · doi:10.48550/arxiv.2407.15117

Profiling stellar environments of gravitational wave sources

2024· preprint· en· W4402856990 sur OpenAlexfundno aff
Avinash Tiwari, A. Vijaykumar, S. J. Kapadia, Sourav Chatterjee, Giacomo Fragione

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueAstronomical Observations and Instrumentation
Établissements canadiensnon disponible
Organismes subventionnairesScience and Engineering Research BoardNatural Sciences and Engineering Research Council of CanadaDepartment of Atomic Energy, Government of India
Mots-clésProfiling (computer programming)Gravitational wavePhysicsGravitationAstronomyAstrophysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Gravitational waves (GWs) have enabled direct detections of compact binary coalescences (CBCs). However, their poor sky localisation and the typical lack of observable electromagnetic (EM) counterparts make it difficult to confidently identify their hosts, and study the environments that nurture their evolution. In this work, we show that $\textit{detailed}$ information of the host environment (e.g. the mass and steepness of the host potential) can be directly inferred by measuring the kinematic parameters (acceleration and its time-derivatives) of the binary's center of mass using GWs alone, without requiring an EM counterpart. We consider CBCs in various realistic environments such as globular clusters, nuclear star clusters, and active galactic nuclei disks to demonstrate how orbit and environment parameters can be extracted for CBCs detectable by ground- and space-based observatories, including the LIGO detector at A+ sensitivity, Einstein Telescope of the XG network, LISA, and DECIGO, $\textit{on a single-event basis}$. These constraints on host stellar environments promise to shed light on our understanding of how CBCs form, evolve, and merge.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,049
Tête enseignante GPT0,161
Écart entre enseignants0,112 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAstronomical Observations and InstrumentationTravaux en français237 207