MétaCan
Menu
← Retour à la cohorte
Enregistrement W6957997949 · doi:10.60692/y9fz1-ttg11

Line-by-line Velocity Measurements: an Outlier-resistant Method for Precision Velocimetry

2022· article· en· W6957997949 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensMcGill UniversityUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSIGNAL (programming language)Matching (statistics)Radial velocityRotation (mathematics)SkyArtifact (error)Rotation periodSatellite

Résumé

récupéré en direct d'OpenAlex

We present a new algorithm for precision radial velocity (pRV) measurements, a line-by-line (LBL) approach designed to handle outlying spectral information in a simple but efficient manner. The effectiveness of the LBL method is demonstrated on two datasets, one obtained with SPIRou on Barnard's star, and the other with HARPS on Proxima Centauri. In the near-infrared, the LBL provides a framework for m/s-level accuracy in pRV measurements despite the challenges associated with telluric absorption and sky emission lines. We confirm with SPIRou measurements spanning 2.7 years that the candidate super-Earth on a 233-day orbit around Barnard's star is an artifact due to a combination of time-sampling and activity. The LBL analysis of the Proxima Centauri HARPS post-upgrade data alone easily recovers the Proxima b signal and also provides a 2-sigma detection of the recently confirmed 5-day Proxima d planet, but argues against the presence of the candidate Proxima c with a period of 1900 days. We provide evidence that the Proxima c signal is associated with small, unaccounted systematic effects affecting the HARPS-TERRA template matching RV extraction method for long-period signals. Finally, the LBL framework provides a very effective activity indicator, akin to the full width at half maximum derived from the cross-correlation function, from which we infer a rotation period of $92.1^{+4.2}_{-3.5}$ days for Proxima.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,057
Tête enseignante GPT0,266
Écart entre enseignants0,209 · 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'étudeExpérimental (laboratoire)
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 sujetStellar, planetary, and galactic studies→Travaux en français237 207→