Impact of the PSR J0740+6620 radius constraint on the properties of high-density matter: Selected quantiles of microscopic and macroscopic variables from NSEOS inference
Notice bibliographique
Résumé
We provide data needed to reproduce the main content of figures 1, 2, and 6 in our paper Impact of the PSR J0740+6620 radius constraint on the properties of high-density matter. Quantiles.zip inflates to Quantiles, a directory housing data, a README.md, and an example python script (plot_quantiles.py) giving examples of plotting the data stored in the quantiles CSV files. See the README.md, for more information. The data is stored in CSV files in the `Quantiles` subdirectory which holds quantile information for variables at selected values of another underlying variable. These quantiles are determined by distributions on the nuclear equation of state, computed from priors given by nonparametric gaussian-process regression techniques of Landry and Essick(2019), and likelihoods based on astrophysical observables (see Landry, Essick, and Chatziioannou 2020). The quantiles represent a property of the distribution on EoSs, and are not the posterior distribution themselves, see the note below. Nevertheless, these quantiles can be used to construct symmetric credible intervals for quantities of interest. For example, the pressure-baryon density quantiles could be used to construct a symmetric credible interval for the pressure of nuclear matter at nuclear saturation density, an important quantity in nuclear physics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».