Statistical Trends in JWST Transiting Exoplanet Atmospheres
Notice bibliographique
Résumé
Abstract Our brains are hardwired for pattern recognition as correlations are useful for predicting and understanding nature. As more exoplanet atmospheres are being characterized with JWST, we are starting to unveil their properties on a population level. Here we present a framework for comparing exoplanet transmission spectroscopy from 3 to 5 μm with four bands: L (2.9–3.7 μm), SO2 (3.95–4.1 μm), CO2 (4.25–4.4 μm), and CO (4.5–4.9 μm). Together, the four bands cover the major carbon-, oxygen-, nitrogen-, and sulfur-bearing molecules including H2O, CH4, NH3, H2S, SO2, CO2, and CO. Among the eight high-precision gas giant exoplanet planet spectra we collect, we find strong correlations between the SO2 – L index and planet mass (r = −0.41 ± 0.09) and temperature (r = −0.64 ± 0.08), indicating SO2 preferably exists (SO2 – L > −0.5) among low-mass (∼ <0.3 M J) and cooler (∼ <1200 K) targets. We also observe strong temperature dependency for both CO2 – L and CO – L indices. Under equilibrium chemistry and isothermal thermal structure assumptions, we find that the planet sample favors supersolar metallicity and a low C/O ratio (<0.7). In addition, the presence of a mass–metallicity correlation is favored over uniform metallicity with the eight planets. We further introduce the SO2 – L versus CO2 – L diagram, similar to the color–magnitude diagram for stars and brown dwarfs. All reported trends here will be testable and will be further quantified with existing and future JWST observations within the next few years.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».