JWST/NIRISS and HST: Exploring the improved ability to characterize exoplanet atmospheres in the JWST era
Notice bibliographique
Résumé
ABSTRACT The Hubble Space Telescope has been a pioneering instrument for studying the atmospheres of exoplanets, specifically its WFC3 and STIS instruments. With the launch of JWST, we are able to observe larger spectral ranges at higher precision. NIRISS/SOSS covers the range 0.6–2.8 microns, and thus, it can serve as a direct comparison to WFC3 (0.8–1.7 microns). We perform atmospheric retrievals of WFC3 and NIRISS transmission spectra of WASP-39 b in order to compare their constraining power. We find that NIRISS is able to retrieve precise $\mathrm{H_{2}O}$ abundances that do not suffer a degeneracy with the continuum level due to the coverage of multiple spectral features. We also combine these data sets with spectra from STIS and find that challenges associated with fitting the steep optical slope can bias the retrieval results. In an effort to diagnose the differences between the WFC3 and NIRISS retrievals, we perform the analysis again on the NIRISS data cut to the same wavelength range as WFC3. We find that the water abundance is in strong disagreement with both the WFC3 and full NIRISS retrievals, highlighting the importance of wide wavelength coverage. Finally, we carry out mock retrievals on the different instruments, which shows further evidence of the challenges in constraining water abundance from the WFC3 data alone. Our study demonstrates the vast information gain of JWST’s NIRISS instrument over WFC3, highlighting the insights to be obtained from our new era of space-based instruments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».