MétaCan
Menu
← Back to cohort
Record W7104446794 · doi:10.71781/17070

Sur la modélisation de courbes de lumière et de polarisation de vents d'étoiles massives incluant des régions d'interaction en corotation à l'aide d'un modèle de transfert radiatif Monte Carlo

2025· dissertation· fr· W7104446794 on OpenAlexfundno aff

Bibliographic record

VenueOpen MIND · 2025
Typedissertation
Languagefr
FieldPhysics and Astronomy
TopicStellar, planetary, and galactic studies
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaUniversité de Montréal
KeywordsSurface gravityEnvironmental factorCrayfish

Abstract

fetched live from OpenAlex

Nous savons maintenant que les vents des étoiles massives incluent des perturbations à grande et à petite échelle. L’une d’elles, appelée région d’interaction en corotation (CIR), se développe à la suite d’une perturbation à la surface de l’étoile. Cette perturbation, comme par exemple une tache stellaire brillante, génère un écoulement de densité et de vitesse différentes qui, sous l’effet de la rotation de l’étoile, interagit avec les zones non perturbées du vent. Ces structures sont supposées être intimement liées à la formation de composantes discrètes d’absorption (DACs) observés dans la partie en absorption des profils P Cygni dans l’UV des étoiles massives, telles que les étoiles de type O ou les étoiles Wolf-Rayet. On croit également que les CIRs mènent à des variations spectroscopiques, photométriques et polarimétriques de ces étoiles. Afin de caractériser ces asymétries, les séries temporelles d’observations photométriques et polarimétriques constituent des outils précieux pour la comparaison avec les modèles. Un modèle de transfert radiatif Monte-Carlo (MCRT) sera employé pour simuler ces structures. Ce modèle 3D utilisera des zones de surdensité sous forme de spirales d’Archimède pour représenter les CIRs liés à une tache brillante à la surface de l’étoile. La diffusion électronique dans le CIR génère de la lumière additionnelle et de la polarisation qui seront modulées par la rotation de l’étoile et dépendent du point de vue de l’observateur. Ce mémoire prolonge les travaux initiaux de Carlos-Leblanc et al. (2019). J’ai développé une large grille de modèles et fait varier un grand nombre de paramètres de l’étoile, du vent et des CIRs. Je présente une analyse des modèles de la grille pour déterminer l’influence de chaque paramètre individuel sur les courbes de lumière et de polarisation. Ce mémoire présentera également une application du modèle à l’étoile O supergéante ζ Puppis, qui présente des variations photométriques et polarimétriques périodiques mais variables selon l’époque. Je présente une modélisation de la courbe photométrique de 160 jours obtenue par le satellite BRITE et initialement publiée par Ramiaramanantsoa et al. (2018) ainsi que de la courbe polarimétrique publiée par Bailey et al. (2024), qu’ils n’ont pas été en mesure de reproduire en utilisant des taches brillantes illuminant un vent sphérique sans CIRs.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.053
Threshold uncertainty score0.106

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0020.001
Research integrity0.0030.002
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.033
GPT teacher head0.297
Teacher spread0.263 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicStellar, planetary, and galactic studies→French-language works237,207→