Simulations Monte Carlo de régions d'interaction en corotation dans le vent d'étoiles chaudes
Bibliographic record
Abstract
La présence de structures à grande échelle, appelées régions d'interaction en corotation (CIR), semble être universelle dans les vents des étoiles O dû à la présence de composantes discrètes d'absorption (DAC) observées dans leur profils P Cygni dans l'ultraviolet (UV). De l'évidence pour un tel phénomène a également été trouvée dans les raies d'émission fortes de certaines étoiles Wolf-Rayet (WR) sous la forme d'excès d'émission se déplaçant de façon périodique d'un côté à l'autre de la raie, ainsi que dans des variations polarimétriques. Ces dernières constituent un outil puissant pour étudier les vents stellaires, dont l'opacité du continu est dominée par la diffusion électronique, car elles nous permettent de détecter et caractériser les asymétries dans les vents associées à ces variations polarimétriques. Un modèle statistique utilisant le transfert radiatif par simulations Monte Carlo (MCRT) a été développé pour décrire cette polarisation et comparé aux modèles analytiques de \cite{Ignace2015} pour le cas optiquement mince et \cite{St-Louis2018} pour le cas optiquement épais. Le modèle de base en trois dimensions consiste en une étoile avec un vent sphérique statique dans lequel on insère une ou plusieurs régions de surdensités prenant la forme d'une spirale d'Archimède, ou CIRs, ainsi qu'une tache gaussienne brillante à la base du CIR. Ce mémoire présente les détails de ce modèle, ainsi que les résultats décrivant les variations polarimétriques et photométriques découlant des simulations.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".