Statistical estimates of the binary properties of rotational variables
Notice bibliographique
Résumé
ABSTRACT We present a model to estimate the average primary masses, companion mass ranges, the inclination limit for recognizing a rotational variable, and the primary mass spreads for populations of binary stars. The model fits a population’s binary mass function distribution and allows for a probability that some mass functions are incorrectly estimated. Using tests with synthetic data, we assess the model’s sensitivity to each parameter, finding that we are most sensitive to the average primary mass and the minimum companion mass, with less sensitivity to the inclination limit and little to no sensitivity to the primary mass spread. We apply the model to five populations of binary spotted rotational variables identified in ASAS-SN, computing their binary mass functions using RV data from APOGEE. Their average primary mass estimates are consistent with our expectations based on their CMD locations ($\sim 0.75 \, {\rm M}_{\odot }$ for lower main sequence primaries and $\sim 0.9$–$1.2 \, {\rm M}_{\odot }$ for RS CVn and sub-subgiants). Their companion mass range estimates allow companion masses down to $M_2/M_1\simeq 0.1$, although the main sequence population may have a higher minimum mass fraction ($\sim 0.4$). We see weak evidence of an inclination limit $\gtrsim 50^{\circ }$ for the main sequence and sub-subgiant groups and no evidence of an inclination limit in the other groups. No groups show strong evidence for a preferred primary mass spread. We conclude by demonstrating that the approach will provide significantly better estimates of the primary mass and the minimum mass ratio and reasonable sensitivity to the inclination limit with 10 times as many systems.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».