MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948207021 · doi:10.48550/arxiv.astro-ph/0306531

Atmospheric models of red giants with massive scale NLTE

2003· preprint· en· W6948207021 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésMetallicityFlux (metallurgy)OpacityStarsStellar atmosphereAtmospheric modelsGiant starEffective temperature

Résumé

récupéré en direct d'OpenAlex

We present plane-parallel and spherical LTE and NLTE atmospheric models of a variety of stellar parameters of the red giant star Arcturus (alpha Boo, HD124897, HR5340) and study their ability to fit the measured absolute flux distribution. Our NLTE models include tens of thousands of the strongest lines in NLTE, and we investigate separately the effects of treating the light metals and the Fe group elements Fe and Ti in NLTE. We find that the NLTE effects of Fe group elements on the model structure and flux distribution are much more important than the NLTE effects of all the light metals combined, and serve to substantially increases the violet and near UV flux level as a result of NLTE Fe over-ionization. Both the LTE and NLTE models predict significantly more flux in the blue and UV bands than is observed. We find that within the moderately metal-poor metallicity range, the effect of NLTE on the overall UV flux level decreases with decreasing metallicity. These results suggest that there may still be important UV opacity missing from the models. We find that models of solar metallicity giants of similar spectral type to Arcturus fit well the observed flux distributions of those stars from the red to the near UV band. This suggests that the blue and near UV flux discrepancy is metallicity dependent, increasing with decreasing metallicity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,202 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→