MétaCan
Menu
Retour à la cohorte
Enregistrement W6929314237 · doi:10.48550/arxiv.astro-ph/0407242

Keck Adaptive Optics Imaging of 0.5

2004· preprint· en· W6929314237 sur OpenAlexaff

Notice bibliographique

RevuearXiv (Cornell University) · 2004
Typepreprint
Langueen
DomaineMedicine
ThématiqueSperm and Testicular Function
Établissements canadiensHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésPhotometry (optics)Adaptive opticsGalaxyTelescopeHubble space telescopeRedshiftField of viewData reductionHubble Ultra-Deep Field

Résumé

récupéré en direct d'OpenAlex

We have employed natural guide star adaptive optics (AO) on the Keck II telescope to obtain near-infrared (H and K') images of three field galaxies, each of redshift greater than 0.5. These are among the highest-redshift non-active disk galaxies to be imaged with AO. Each of the galaxies was chosen because it had been observed previously with the Hubble Space Telescope (HST) Wide Field Planetary Camera 2 (WFPC2) by others. Our AO images in the near infrared (NIR) closely match both the depth and high spatial resolution of those optical data. Combining the archival V and I data with our new H and K' images potentially produces a long wavelength baseline at uniform resolution. The NIR data probe emission well longward of the 4000-Angstrom break at these redshifts, and provide stellar fluxes less contaminated by dust. We fit two-dimensional galaxy bulge-plus-disk models simultaneously in all bands, and compare stellar-population-synthesis modeling to the photometry of these separated components. This is an initial foray into combining HST and AO imaging to produce a high spatial-resolution multi-color dataset for a large sample of faint galaxies. Our pilot program shows that NIR AO images from large ground-based observatories, augmented by HST images in the optical, can in principle provide a powerful tool for the analysis of faint field galaxies. However, the AO data S/N will have to be increased, and AO PSFs need to be controlled more carefully than they were here.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,006

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 Opus0,066
Tête enseignante GPT0,191
Écart entre enseignants0,125 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetSperm and Testicular FunctionTravaux en français237 207