Notice bibliographique
Résumé
DECaPS Stellar Inference Constraints on the distances, extinctions, and stellar types for 709 million stars used in the construction of the DECaPS 3D dust map from Zucker, Saydjari, and Speagle et al. 2025. For those not needing the full stellar sample, this catalog is also available to query via NOIRLab’s AstroDataLab and accessible via TAP-accessible clients, including the astroquery Python package (see decaps dr2.stellar inference). Identifiers decaps_id: Unique DECaPS2 object ID from Saydjari et al. 2023 gaia_id: Gaia DR3 ID Astrometric Data parallax: Gaia DR3 parallax in mas parallax_error: Gaia DR3 parallax error in mas ra: Right Ascension from DECaPS2 in deg dec: Declination from DECaPS2 in deg Photometric Data decaps_fracflux (x5): Fraction of flux in this object's PSF that comes from this object in each DECaPS band mag (x13): Magnitudes from DECaPS2 (grizY), VVV (JHK), 2MASS (JHK), and unWISE (W1, W2) in mag magerr (x13): Magnitude errors from DECaPS2, VVV, 2MASS, and unWISE in mag Samples and χ² chi2: Best-fit χ² value from models used in the fit samps_dist (x5): Five random samples of distance in kpc samps_extinction (x5): Five random samples of AV in mag samps_rv (x5): Five random samples of RV samps_models (x5): Five random samples of the model index for accessing the input parameter grid (grid_mist_v10.h5) Percentile Data dist (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples distance in kpc rv (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in RV eep (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in MIST EEP feh (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples FeH loga (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples log age in years logg (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in surface gravity logl (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in log Lbol in L⊙ logt (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in log Teff in K mini (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in initial mass in M⊙ extinction (x5): 2.5th, 16th, 50th, 84th, 97.5th percentiles of the samples in AV in mag
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,280 | 0,327 |
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 ».