Vea También
 |
| Esta impresión artística muestra la estrella doble OGLE-LMC-CEP0227 en nuestra galaxia vecina, la Gran Nube de Magallanes. La más pequeña de las dos estrellas es una variable cefeida pulsante y la orientación del sistema es tal que las estrellas se eclipsan mutuamente durante sus órbitas. Los estudios de este rarísimo sistema han permitido a los astrónomos medir la masa de las cefeidas con una precisión sin precedentes. Crédito: ESO/L. Calçada |
Este año, ciudadanos científicos voluntarios que analizan los datos de una red de telescopios de todo el mundo han identificado 10.000 nuevas estrellas variables en la Vía Láctea, según un artículo reciente.
Los voluntarios han estado examinando los datos del All-Sky Automated Survey for Supernovae desde enero. El estudio, conocido como ASAS-SN, está dirigido por investigadores de la Universidad Estatal de Ohio.
En un artículo publicado en el servidor de preimpresión arXiv, los investigadores detallan lo que el proyecto de ciencia ciudadana, llamado Citizen ASAS-SN, ha logrado hasta ahora: Más de 3.100 voluntarios han realizado unas 839.000 clasificaciones de más de 100.000 curvas de luz, datos que informan a los astrónomos sobre los objetos del cielo.
Una estrella variable es una estrella cuyo brillo cambia con el tiempo: la luz que vemos procedente de una estrella de este tipo no es constante.
Los científicos voluntarios intentaron clasificar a grandes rasgos las estrellas como binarias eclipsantes, en las que una estrella pasa por delante de otra, estrellas pulsantes y estrellas giratorias. Los científicos voluntarios también pudieron clasificar los datos como "basura", es decir, como algo distinto a una estrella.
Por ejemplo, los satélites en órbita terrestre baja pueden interferir con la luz de las estrellas en los telescopios; los datos de un satélite se clasificarían como basura. Y los científicos voluntarios podían marcar los datos como "desconocidos" si las curvas de luz no encajaban en una de las otras clases de estrellas variables.
"Resulta que fueron bastante precisos", dijo Collin Christy, autor principal del artículo y analista de ASAS-SN. "Nuestros usuarios fueron realmente buenos en encontrar los sistemas eclipsantes y pulsantes en nuestros datos".
Los usuarios también fueron capaces de identificar fácilmente los datos basura, descubrieron los investigadores.
El proyecto se basa en el trabajo previo y en curso de ASAS-SN para buscar en los cielos agujeros negros y otros fenómenos del cosmos.
"Nuestro principal objetivo es hacer públicos nuestros datos, compartir nuestra ciencia con una comunidad más amplia de personas y, por supuesto, queríamos sacar provecho de la investigación científica", dijo Tharindu Jayasinghe, coautor del artículo, estudiante de doctorado en astronomía y becario presidencial del Estado de Ohio. "Y esto ha sido bueno para comprometerse con el público. La gente está contribuyendo a la ciencia, y hay un compromiso entre los científicos y la gente en estas plataformas: Los usuarios pueden hacernos preguntas, y nosotros participamos y eso crea una relación. Y también estamos enseñando a la gente cómo hacer esta ciencia. Todos salimos ganando".
El trabajo de los ciudadanos científicos también ayuda a mejorar el algoritmo de aprendizaje automático: Según Jayasinghe, sus aportaciones ayudan a la máquina a entender mejor qué datos son "basura" y cuáles son útiles.
"El ojo humano puede detectar cosas inusuales y señalarlas mucho mejor de lo que la máquina ha sido capaz de hacer, y cuando informan al equipo de investigación, nos permite hacer estos grandes descubrimientos", dijo Jayasinghe.
"Los humanos pueden hacer cosas bastante sorprendentes si se les da la oportunidad".
Fuentes, créditos y referencias:
C. T. Christy et al, Citizen ASAS-SN Data Release I: Variable Star Classification Using Citizen Science, arXiv (2021). arXiv:2111.02415 [astro-ph.SR] arxiv.org/abs/2111.02415