MétaCan
Menu
Retour à la cohorte
Enregistrement W7071828285

THE TYPE Ia SUPERNOVA RATE IN RADIO AND INFRARED GALAXIES FROM THE CANADA-FRANCE-HAWAII TELESCOPE SUPERNOVA LEGACY SURVEY

2010· article· en· W7071828285 sur OpenAlexaboutno aff

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupernovaInfraredGalaxyStar formationLuminous infrared galaxyRadio galaxyTelescopeInfrared telescope
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We have combined the large SNIa database of the Canada-France-Hawaii Telescope Supernova Legacy Survey and catalogs of galaxies with photometric redshifts, Very Large Array 1.4GHz radio sources, and Spitzer infrared sources. We present eight SNeIa in early-type host galaxies which have counterparts in the radio and infrared source catalogs. We find the SN Ia rate in subsets of radio and infrared early-type galaxies is ∼ 1-5 times the rate in all early-type galaxies, and that any enhancement is always ≲2σ. Rates in these subsets are consistent with predictions of the two-component "A+B" SN Ia rate model. Since infrared properties of radio SNIa hosts indicate dust-obscured star formation, we incorporate infrared star formation rates into the "A+B" model. We also show the properties of SNeIa in radio and infrared galaxies suggest the hosts contain dust and support a continuum of delay time distributions (DTDs) for SNeIa, although other DTDs cannot be ruled out based on our data. © 2010. The American Astronomical Society. All rights reserved.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,587
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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 tête enseignante, 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)Même sujetMachine Learning in BioinformaticsTravaux en français237 207