MétaCan
Menu
Retour à la cohorte
Enregistrement W4406744511 · doi:10.1017/pasa.2025.8

The commensal real-time ASKAP fast transient incoherent-sum survey

2025· article· en· W4406744511 sur OpenAlexaff
R. M. Shannon, K. W. Bannister, Apurba Bera, Shivani Bhandari, Cherie K. Day, Adam T. Deller, Tyson Dial, Dougal Dobie, R. D. Ekers, Wen‐fai Fong, Marcin Glowacki, Alexa C. Gordon, K. Gourdji, Akhil Jaini, C. James, P. Kumar, E. K. Mahony, Lachlan Marnoch, Hao Qiu, S. D. Ryder, E. M. Sadler, D. R. Scott, Nicolás Tejos, P. A. Uttarkar, Yuanming Wang

Notice bibliographique

RevuePublications of the Astronomical Society of Australia · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensMcGill University
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésPhysicsTransient (computer programming)AstrophysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract With wide-field phased array feed technology, the Australian Square Kilometre Array Pathfinder (ASKAP) is ideally suited to search for seemingly rare radio transient sources that are difficult to discover previous-generation narrow-field telescopes. The Commensal Real-time ASKAP Fast Transient (CRAFT) Survey Science Project has developed instrumentation to continuously search for fast radio transients (duration $\lesssim$ 1 s) with ASKAP, with a particular focus on finding and localising fast radio bursts (FRBs). Since 2018, the CRAFT survey has been searching for FRBs and other fast transients by incoherently adding the intensities received by individual ASKAP antennas, and then correcting for the impact of frequency dispersion on these short-duration signals in the resultant incoherent sum (ICS) in real time. This low-latency detection enables the triggering of voltage buffers, which facilitates the localisation of the transient source and the study of spectro-polarimetric properties at high time resolution. Here we report the sample of 43 FRBs discovered in this CRAFT/ICS survey to date. This includes 22 FRBs that had not previously been reported: 16 FRBs localised by ASKAP to $\lesssim 1$ arcsec and 6 FRBs localised to $\sim 10$ arcmin. Of the new arcsecond-localised FRBs, we have identified and characterised host galaxies (and measured redshifts) for 11. The median of all 30 measured host redshifts from the survey to date is $z=0.23$ . We summarise results from the searches, in particular those contributing to our understanding of the burst progenitors and emission mechanisms, and on the use of bursts as probes of intervening media. We conclude by foreshadowing future FRB surveys with ASKAP using a coherent detection system that is currently being commissioned. This will increase the burst detection rate by a factor of approximately ten and also the distance to which ASKAP can localise FRBs.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublications of the Astronomical Society of AustraliaMême sujetTarget Tracking and Data Fusion in Sensor NetworksTravaux en français237 207