{"id":1134,"date":"2023-09-14T18:53:24","date_gmt":"2023-09-14T18:53:24","guid":{"rendered":"https:\/\/astronomia.bedigital.cl\/?post_type=researcher&p=1134"},"modified":"2026-01-14T16:22:22","modified_gmt":"2026-01-14T16:22:22","slug":"james-jenkins","status":"publish","type":"researcher","link":"https:\/\/astronomia.udp.cl\/es\/researcher\/james-jenkins\/","title":{"rendered":"James Jenkins"},"content":{"rendered":"
\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n

James Jenkins<\/h2>\n\n\n\n

Profesor Titular<\/h4>\n\n\n\n

Soy profesor titular y trabajo en la b\u00fasqueda y caracterizaci\u00f3n de planetas que orbitan estrellas distintas del Sol, los llamados exoplanetas. Me centro en el uso del m\u00e9todo de velocidad radial para la detecci\u00f3n de planetas y el descubrimiento de nuevos planetas que orbitan estrellas cercanas. Tambi\u00e9n utilizo este m\u00e9todo para confirmar candidatos a planetas detectados mediante estudios de tr\u00e1nsito como TESS y NGTS. Utilizo instalaciones terrestres y espaciales para estudiar las atm\u00f3sferas de planetas de baja masa, con el objetivo de desvelar sus componentes qu\u00edmicos y procesos f\u00edsicos, lo que nos permitir\u00e1 comprender mejor su formaci\u00f3n y procesos evolutivos. Finalmente, desarrollo nuevas herramientas estad\u00edsticas para facilitar el descubrimiento de estos nuevos planetas y comprender mejor la naturaleza de sus estrellas anfitrionas.<\/p>\n\n\n\n

Proyectos<\/h5>\n\n\n\n

En mi grupo, utilizamos el m\u00e9todo de velocidad radial (VR) para detectar peque\u00f1os planetas rocosos que orbitan las estrellas m\u00e1s cercanas al Sol, aquellas con las mejores oportunidades de seguimiento futuro para comprender mejor su naturaleza. Tambi\u00e9n empleamos este m\u00e9todo para confirmar y medir las masas de candidatos a planetas descubiertos previamente por programas de tr\u00e1nsitos como el Sat\u00e9lite de Sondeo de Exoplanetas en Tr\u00e1nsito (TESS) o el Sondeo de Tr\u00e1nsito de Pr\u00f3xima Generaci\u00f3n (NGTS). Con la combinaci\u00f3n de los tama\u00f1os de los tr\u00e1nsitos y las masas de los VR, podemos medir las densidades precisas de los planetas y, por lo tanto, estimar su composici\u00f3n global, por ejemplo, si son simplemente rocas grandes o rocas con atm\u00f3sferas circundantes. Como parte de mi trabajo para caracterizar mejor la poblaci\u00f3n de exoplanetas, utilizamos espectroscop\u00eda terrestre de alta resoluci\u00f3n para buscar especies at\u00f3micas y moleculares espec\u00edficas que existen en las atm\u00f3sferas planetarias. En este estudio, prestamos especial atenci\u00f3n a los planetas extremos en la regi\u00f3n del Desierto de Neptuno del espacio de par\u00e1metros, una regi\u00f3n muy cercana a estrellas desprovistas de planetas como Neptuno. Intentamos descubrir y estudiar nuevos candidatos para el Desierto, en particular buscando an\u00e1logos de LTT9779b, un planeta que descubrimos en el Desierto y que, por razones que intentamos comprender, alberga una extensa atm\u00f3sfera alrededor de su n\u00facleo rocoso. Tambi\u00e9n estudiamos estos planetas con instalaciones espaciales como CHEOPS y JWST para comprender mejor su naturaleza f\u00edsica, las propiedades de sus nubes y la distribuci\u00f3n del calor, con el objetivo de comprender mejor la f\u00edsica que explica la formaci\u00f3n y evoluci\u00f3n planetaria. Finalmente, desarrollamos nuevas herramientas mediante estad\u00edstica bayesiana que nos ayudan en la b\u00fasqueda de peque\u00f1as se\u00f1ales ocultas en las fuentes de ruido estelar e instrumental. Hemos desarrollado c\u00f3digos como ARIADNE, que implementan el Promedio de Modelos Bayesianos para medir con precisi\u00f3n los radios de las estrellas, lo cual posteriormente se utiliza para la medici\u00f3n de los radios planetarios. Adem\u00e1s, estamos en el desarrollo de un programa llamado EMPEROR que detecta y caracteriza peque\u00f1as se\u00f1ales en datos combinados de RV, tr\u00e1nsito y astrom\u00e9tricos, empleando m\u00e9todos Bayesianos y de Monte Carlo de cadena de Markov, mientras que simult\u00e1neamente modela las fuentes de ruido correlacionadas y no correlacionadas en los conjuntos de datos combinados.<\/p>\n\n\n\n

Puntos destacados<\/h5>\n\n\n\n