Biases in Exoplanet Transmission Spectra Introduced by Limb Darkening Parametrization
Notice bibliographique
Résumé
One of the main endeavors of the field of exoplanetary sciences is the characterization of exoplanet atmospheres on a population level. The current method of choice to accomplish this task is transmission spectroscopy, where the apparent radius of a transiting exoplanet is measured at multiple wavelengths in search of atomic and molecular absorption features produced by the upper atmosphere constituents. To extract the planetary radius from a transit light curve, it is necessary to account for the decrease in luminosity away from the center of the projected stellar disk, known as the limb darkening. Physically-motivated parametrizations of the limb darkening, in particular of the quadratic form, are commonly used in exoplanet transit light-curve fitting. Here, we show that such parametrizations can introduce significant wavelength-dependent biases in the transmission spectra currently obtained with all instrument modes of the JWST, and thus have the potential to affect atmospheric inferences. To avoid such biases, we recommend the use of standard limb-darkening parametrizations with wide uninformative priors that allow for non-physical stellar intensity profiles in the transit fits, and thus for a complete and symmetrical exploration of the parameter space. We further find that fitting the light curves at the native resolution results in errors on the measured transit depths that are significantly smaller compared to light curves that are binned in wavelength before fitting, thus potentially maximizing the amount of information that can be extracted from the data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».