Assessing the Impact of Binary Systems on Microlensing Using SPISEA and PopSyCLE Population Simulations
Notice bibliographique
Résumé
Gravitational microlensing provides a unique opportunity to probe the mass distribution of stars, black holes, and other objects in the Milky Way. Population simulations are necessary to interpret results from microlensing surveys. The contribution from binary objects is often neglected or minimized in analysis of observations and simulations despite the high percentage of binary systems and microlensing's ability to probe binaries. To simulate the population effects we added multiple systems to Stellar Population Interface for Stellar Evolution and Atmospheres (SPISEA), which simulates stellar clusters. We then inject these multiples into Population Synthesis for Compact-object Lensing Events (PopSyCLE), which simulates Milky Way microlensing surveys. When making OGLE observational selection criteria, we find that 55% of observed microlensing events involve a binary system. Specifically, 14.5% of events have a multiple-lens and a single source, 31.7% have a single lens and a multiple-source, and 8.8% have a multiple-lens and a multiple-source. The majority of these events have photometric lightcurves that appear single and are fit well by a single-lens, single-source model. This suggests that binary source and binary lens-binary source models should be included more frequently in event analysis. The mean Einstein crossing time shifts from 19.1 days for single events only to 21.3 days for singles and multiple events, after cutting binary events with multiple peaks. The Einstein crossing time distribution of singles and single-peaked multiple events is better aligned with observed distributions from OGLE (arXiv:1707.07634) than singles alone, indicating that multiple systems are a significant missing piece between simulations and reality.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».