MétaCan
Menu
← Retour à la cohorte
Enregistrement W6959827003 · doi:10.1051/0004-6361/201833135/pdf

Identifying quasars with astrometric and mid-infrared methods from APOP and ALLWISE

2018· article· en· W6959827003 sur OpenAlexfundno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryNational Astronomical Observatories, Chinese Academy of SciencesUniversity of Colorado BoulderJet Propulsion LaboratoryInstituto de Astrofísica de CanariasOffice of ScienceMax-Planck-Institut für AstronomieMax-Planck-Institut für AstrophysikSmithsonian Astrophysical ObservatoryNational Development and Reform CommissionU.S. Department of EnergySmithsonian InstitutionNational Natural Science Foundation of ChinaChinese Academy of SciencesUniversity of OxfordYork UniversityLeibniz-GemeinschaftUniversity of Notre DameCarnegie Mellon UniversityUniversidad Nacional Autónoma de MéxicoUniversity of WashingtonAlfred P. Sloan FoundationJohns Hopkins UniversityCarnegie Institution of WashingtonUniversity of UtahOhio State UniversityCalifornia Institute of TechnologyMinistério da Ciência, Tecnologia e InovaçãoNational Aeronautics and Space AdministrationNew Mexico State UniversityUniversity of California, Los AngelesUniversity of PortsmouthVanderbilt UniversityYale UniversityNational Science Foundation
Mots-clésQuasarLAMOSTAstrometryStarsProper motionCompleteness (order theory)

Résumé

récupéré en direct d'OpenAlex

Context. Quasars are spatially stationary, and they are essential objects in astrometry when defining reference frames. However, the census of quasars is far from complete. Mid-infared colors can be used to find quasar candidates because active galactic nuclei (AGNs) show a peculiar appearance in mid-infrared color, but these methods are incapable of separating quasars from AGNs. Aims. The aim of our study is to use astrometric and mid-infrared methods to select quasars and get a reliable quasar candidates catalog. Methods. We used a near-zero proper motion criterion in conjuction with WISE [W1–W2] color to select quasar candidates. The [W1–W2] color criterion is defined by the linear boundary of two samples: LAMOST DR5 quasars, which serve as the quasar sample, and LAMOST DR5 stars and galaxies, which serve as the non-quasar sample. The contamination and completeness are evaluated. Results. We present a catalog of 662 753 quasar candidates, with a completeness of about 75% and a reliability of 77.2%.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0110,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)→Même sujetWheat and Barley Genetics and Pathology→Travaux en français237 207→