Explore the primal Universe with quasars
Notice bibliographique
Résumé
Cette thèse s'inscrit dans le domaine d'étude de l'Univers lointain, en particulier sur l'étude d'une période méconnue de notre Univers à savoir « la ré-ionisation ». Le choix de la sonde utilisée pour l'étude d'un Univers aussi lointain est quelque peu restreint. En effet il faut que la sonde soit visible à cette grande distance et donc que ce soit un objet extrêmement lumineux. Ainsi on se sert de galaxies très énergétiques avec un noyau galactique actif (appelées quasars) en tant que sonde. En étudiant le rayonnement de ces quasars on pourra alors caractériser l'environnement qui les entoure. Ces quasars étant des objets rares, il nous faut rechercher sur une grande surface du ciel pour espérer en obtenir quelques uns. Il existe beaucoup de projets d'observation dédiés à la cosmologie, un des futurs projets majeurs nommé Euclid sera un grand pas pour l'étude de la ré-ionisation. Ce futur satellite de l'ESA (lancement prévu en 2020) sera particulièrement performant dans l'infrarouge, permettant ainsi de détecter des quasars à des distances actuellement insondées. Afin de pouvoir bien préparer cette mission il nous faut établir et anticiper les performances attendues d'Euclid. Pour ce faire, il faut mener une étude similaire sur des données existantes puis extrapoler la performance d'Euclid. Pour ce faire, durant ma thèse, j'ai utilisé des données issues du télescope terrestre du CFHT (Canada France Hawaii Telescope) situé à hawaii au mont Mauna Kea.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».