Radio Galaxy Zoo data release 1: 100185 radio source classifications from the FIRST and ATLAS surveys
Notice bibliographique
Résumé
ABSTRACT Radio galaxies can extend far beyond the stellar component of their originating host galaxies, and their radio emission can consist of multiple discrete components. Furthermore, the apparent source structure will depend on survey sensitivity, resolution and the observing frequency. Associated discrete radio components and their originating host galaxy are typically identified through a visual comparison of radio and mid-infrared survey images. We present the first data release of Radio Galaxy Zoo, an online citizen science project that enlists the help of citizen scientists to cross-match extended radio sources from the Faint Images of the Radio Sky at Twenty Centimeters (FIRST) and the Australia Telescope Large Area Survey (ATLAS) surveys, often with complex structure, to host galaxies in 3.6 $\mu$m infrared images from the Wide-field Infrared Survey Explorer (WISE) and the SpitzerSpace Telescope. This first data release consists of 100 185 classifications for 99 146 radio sources from the FIRST survey and 583 radio sources from the ATLAS survey. We include two tables for each of the FIRST and ATLAS surveys: (1) the identification of all components making up each radio source and (2) the cross-matched host galaxies. These classifications have an average reliability of 0.83 based on the weighted consensus levels of our citizen scientists. The reliability of the DR1 catalogue has been further demonstrated through several parallel studies which used the pre-release versions of this catalogue to train and prototype machine learning-based classifiers. We also include a brief description of the radio source populations catalogued by RGZ DR1.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,038 |
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 ».