MétaCan
Menu
← Retour à la cohorte
Enregistrement W6913013188 · doi:10.5281/zenodo.7359013

Emergence and Sedimentation of Silicate Clouds in Substellar Atmospheres Using Spitzer IRS Spectra

2022· article· en· W6913013188 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSilicateSpectral lineSpectrographAbsorption (acoustics)Context (archaeology)ExoplanetInfraredAbsorption spectroscopy

Résumé

récupéré en direct d'OpenAlex

We reprocess and analyze all 113 mid-infrared low-resolution spectra of field M5-T9 dwarfs observed with the Spitzer Infrared Spectrograph (IRS), focusing on the main water, methane, ammonia, and silicate absorption bands. Silicate absorption at 8-11 micron is broadly detected in objects with spectral types between L2 and L8, and peaks over L4-L6. An analysis of the correlation between silicate absorption strength, near-infrared color excesses, and previously reported photometric variability provides the most comprehensive evidence so far that cloud condensates in L dwarfs are made of silicates and for the first time observationally establishes their emergence and sedimentation between effective temperatures of 2000 K and 1300 K. Results from this analysis further confirm that these silicate clouds are responsible of the observed color scatter and photometric variability in L dwarfs. About 60% of the IRS spectra in our study are presented for the first time, and the full set of uniformly reduced spectra is now made publicly available. The data can be used for further studies of substellar atmospheres, and as context for ultracool dwarf and exoplanet observations with the James Webb Space Telescope.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,248
Écart entre enseignants0,222 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→