MétaCan
Menu
Retour à la cohorte
Enregistrement W6929094261 · doi:10.48550/arxiv.2002.11178

Limits on Absorption from a 332-MHz survey for Fast Radio Bursts

2020· preprint· en· W6929094261 sur OpenAlexaboutno aff

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbsorption (acoustics)Compton scatteringRadio telescopeSupernovaObservatorySkyEjectaTelescope

Résumé

récupéré en direct d'OpenAlex

Fast Radio Bursts (FRBs) are bright, extragalactic radio pulses whose origins are still unknown. Until recently, most FRBs have been detected at frequencies greater than 1 GHz with a few exceptions at 800 MHz. The recent discoveries of FRBs at 400 MHz from the Canadian Hydrogen Intensity Mapping Experiment (CHIME) telescope has opened up possibilities for new insights about the progenitors while many other low frequency surveys in the past have failed to find any FRBs. Here, we present results from a FRB survey recently conducted at the Jodrell Bank Observatory at 332 MHz with the 76-m Lovell telescope for a total of 58 days. We did not detect any FRBs in the survey and report a 90$\%$ upper limit of 5500 FRBs per day per sky for a Euclidean Universe above a fluence threshold of 46 Jy ms. We discuss the possibility of absorption as the main cause of non-detections in low frequency (< 800 MHz) searches and invoke different absorption models to explain the same. We find that Induced Compton Scattering alone cannot account for absorption of radio emission and that our simulations favour a combination of Induced Compton Scattering and Free-Free Absorption to explain the non-detections. For a free-free absorption scenario, our constraints on the electron density are consistent with those expected in the post-shock region of the ionized ejecta in Super-Luminous SuperNovae (SLSNe).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,430
Tête enseignante GPT0,294
Écart entre enseignants0,137 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetdemographic modeling and climate adaptationTravaux en français237 207