ELVES II: early-type satellites phot. & GC data (Carlsten+, 2022)
Notice bibliographique
Résumé
For our primary observational sample, we use results from the ongoing Exploration of Local VolumE Satellites Survey (ELVES). Satellite candidates are detected using deep, wide-field imaging combined with the detection algorithm, specialized for finding low-surface-brightness, diffuse dwarf galaxies, of Carlsten+ (2020ApJ...891..144C) and Greco+ (2018, J/ApJ/857/104). The candidate satellites are confirmed with a variety of distance measurements including archival redshifts and tip of the red-giant-branch (TRGB) distances, but the majority of distances are measured via surface-brightness fluctuations (SBF). The survey uses a mixture of archival Canada-France-Hawaii Telescope (CFHT)/MegaCam imaging and the Dark Energy Spectroscopic Instrument Legacy Imaging Surveys, which includes both the Beijing-Arizona Sky Survey (BASS) and the Dark Energy Camera Legacy Survey (henceforth, these surveys are collectively referred to as DECaLS). We used deeper Gemini (program IDs: FT-2020A-060 and US-2020B-037) or Subaru/HSC data, where available, to measure the dwarf distances via SBF. See Section 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,036 | 0,060 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».