MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939085560 · doi:10.60692/pt38j-n1g12

ALMA-IMF

2022· article· en· W6939085560 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensUniversity of AlbertaHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésObservatoryCalibrationWeightingImage formationImage processingNoise (video)Cloud computingMeasure (data warehouse)

Résumé

récupéré en direct d'OpenAlex

We present the first data release of the ALMA-IMF Large Program, which covers the 12m-array continuum calibration and imaging. The ALMA-IMF Large Program is a survey of fifteen dense molecular cloud regions spanning a range of evolutionary stages that aims to measure the core mass function (CMF). We describe the data acquisition and calibration done by the Atacama Large Millimeter/submillimeter Array (ALMA) observatory and the subsequent calibration and imaging we performed. The image products are combinations of multiple 12m array configurations created from a selection of the observed bandwidth using multi-term, multi-frequency synthesis imaging and deconvolution. The data products are self-calibrated and exhibit substantial noise improvements over the images produced from the delivered data. We compare different choices of continuum selection, calibration parameters, and image weighting parameters, demonstrating the utility and necessity of our additional processing work. Two variants of continuum selection are used and will be distributed: the "best-sensitivity" data, which include the full bandwidth, including bright emission lines that contaminate the continuum, and "cleanest", which select portions of the spectrum that are unaffected by line emission. We present a preliminary analysis of the spectral indices of the continuum data, showing that the ALMA products are able to clearly distinguish free-free emission from dust emission, and that in some cases we are able to identify optically thick emission sources. The data products are made public with this release.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0680,056

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 Opus0,018
Tête enseignante GPT0,197
Écart entre enseignants0,179 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→