MétaCan
Menu
← Retour à la cohorte
Enregistrement W6959862713 · doi:10.1051/0004-6361/201628600/pdf

Investigating merging galaxies by using Pan-STARRS images

2017· article· en· W6959862713 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGalaxySkyVirtual observatoryObservatoryYoung stellar objectTelescopeGalaxy clusterLuminous infrared galaxy

Résumé

récupéré en direct d'OpenAlex

Aims. We studied the r′-, z′-, and y′-band images of merging galaxies from the observations of the Panoramic Survey Telescope & Rapid Response System (Pan-STARRS). The merging galaxies were selected from our merging catalog that was created by checking the images of the Red-Sequence Cluster Survey 2 from the observations of the Canada France Hawaii Telescope. Methods. By using the homomorphic-aperture, we determined the photometric results of these merging systems. To obtain accurate photometry, we calibrated the Pan-STARRS r′-, z′-, and y′-band data to match the results of Sloan Digital Sky Survey Data Release 9. We also investigated the stellar masses of the merging galaxies by comparing the Wide-field Infrared Survey Explorer 3.4 μm emission with the calibrated y′-band data. Results. We present a catalog of the r′-, z′-, and y′-band photometric results for 4698 merging galaxies. For extended sources, our results suggest that the homomorphic-aperture method can obtain more reasonable results than the Desktop Virtual Observatory photometry. We derived new relations between the Pan-STARRS y′-band luminosities and the stellar masses of the merging galaxies. Our results show that the stellar masses of the merging galaxies range from 108 to 1013M⊙; some of the dry mergers could be as massive as 1013M⊙.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,231
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'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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)→Même sujetPlant pathogens and resistance mechanisms→Travaux en français237 207→