The TESS Triple-9 Catalog II: a new set of 999 uniformly-vetted exoplanet candidates
Auteurs : Christian Magliano, Veselin Kostov, Luca Cacciapuoti, Giovanni Covone, Laura Inno, Stefano Fiscale, Marc Kuchner, Elisa V. Quintana, Ryan Salik, Vito Saggese, John M. Yablonsky, Aline U. Fornear, Michiharu Hyogo, Marco Z. Di Fraia, Hugo A. Durantini Luca, Julien S. de Lambilly, Fabrizio Oliva, Isabella Pagano, Riccardo M. Ienco, Lucas T. de Lima, Marc Andrés-Carcasona, Francesco Gallo, Sovan Acharya
Résumé : The Transiting Exoplanet Survey Satellite (TESS) mission is providing the scientific community with millions of light curves of stars spread across the whole sky. Since 2018 the telescope has detected thousands of planet candidates that need to be meticulously scrutinized before being considered amenable targets for follow-up programs. We present the second catalog of the Plant Patrol citizen science project containing 999 uniformly-vetted exoplanet candidates within the TESS ExoFOP archive. The catalog was produced by fully exploiting the power of the Citizen Science Planet Patrol project. We vetted TESS Objects of Interest (TOIs) based on the results of Discovery And Vetting of Exoplanets DAVE pipeline. We also implemented the Automatic Disposition Generator, a custom procedure aimed at generating the final classification for each TOI that was vetted by at least three vetters. The majority of the candidates in our catalog, $752$ TOIs, passed the vetting process and were labelled as planet candidates. We ruled out $142$ candidates as false positives and flagged $105$ as potential false positives. Our final dispositions and comments for all the planet candidates are provided as a publicly available supplementary table.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.