MétaCan
Menu
Retour à la cohorte
Enregistrement W6931581060 · doi:10.5281/zenodo.6564346

Detecting Biosignatures of Nearby Rocky Exoplanets: Simulations of High Spectral Resolution Observations with the ELTs

2022· article· en· W6931581060 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésExoplanetPlanetHabitabilitySpectral resolutionAdaptive opticsAtmosphere (unit)Terrestrial planetHigh resolution

Résumé

récupéré en direct d'OpenAlex

The imminent arrival of the Extremely Large Telescopes (ELTs) will finally deliver the observational power capable of assessing the habitability of nearby rocky exoplanets. The ELT presents us with the exciting opportunity of being able to spatially resolve the terrestrial exoplanet Proxima b, which lies in the habitable zone of Proxima Centuri. This would allow molecule mapping, a technique that uses the spatial separation plus cross correlation high resolution spectroscopy to disentangle the planet's spectrum from the host star and characterise its atmosphere. Here we present simulations in reflected light for the High Contrast Adaptive Optics (HCAO) mode of HARMONI/ELT, using model planet spectra from the Carl Sagan Institute designed specifically for Proxima b and its M-dwarf host star. HARMONI's resolution (R=17,385) is well suited to molecule mapping, with access to wavelengths covering multiple biosignatures. Our simulator shows that this first light ELT instrument can characterise the atmosphere of Proxima b, within a very reasonable time frame, but requires intervention on the focal plane masks in HARMONI's current instrument design. If changed, HARMONI has the potential to identify CO2, CH4, and H2O in Proxima b. Our simulator is highly versatile and we are extending to other instruments for the ELTs, including METIS/ELT and GMagAO-X+IFS/GMT.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,233
Écart entre enseignants0,204 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207