MétaCan
Menu
Retour à la cohorte
Enregistrement W4405033404 · doi:10.48550/arxiv.2412.00644

Adding RR Lyrae $y$-Band Template Light Curves to gatspy

2024· preprint· en· W4405033404 sur OpenAlexfundno aff
Chow‐Choong Ngeow, Chia-Yu Cheng

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineComputer Science
ThématiqueComputer Graphics and Visualization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesLos Alamos National LaboratoryPlanetary Science DivisionScience Mission DirectorateSmithsonian Astrophysical ObservatoryMax-Planck-Institut für AstronomieEötvös Loránd TudományegyetemGordon and Betty Moore FoundationNational Central UniversitySpace Telescope Science InstituteQueen's UniversityJohns Hopkins UniversityQueen's University BelfastNational Aeronautics and Space AdministrationNational Science and Technology CouncilDurham UniversitySmithsonian InstitutionNational Science Foundation
Mots-clésRR Lyrae variableLight curveMathematicsPhysicsAstrophysics

Résumé

récupéré en direct d'OpenAlex

We complement the $y$-band template light curves for RR Lyrae to the well-established template light curves in the $ugriz$-band, where the latter have been adopted in the astroML/gatspy python package as one of the period-search methods for RR Lyrae. These $y$-band template light curves were constructed based on the $z$-band time series data taken from the Sloan Digital Sky Survey (SDSS), the $y$-band light curves from the Pan-STARRS1 survey, and dedicated $y$-band observations using the Lulin One-meter Telescope for RR Lyrae located in the SDSS Stripe 82 region. These $y$-band template light curves, 9 for the ab-type RR Lyrae and 3 for the c-type RR Lyrae, can be applied in conjunction to the $ugriz$-band template light curves for upcoming sky surveys involving the $y$-band, such as the Vera C. Rubin Observatory Legacy Survey of Space and Time (LSST).

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,017

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 Opus0,068
Tête enseignante GPT0,232
Écart entre enseignants0,164 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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 sujetComputer Graphics and Visualization TechniquesTravaux en français237 207