Explore the primal Universe with quasars
Bibliographic record
Abstract
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.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
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 teacher head, 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".