Glitches in Anomalous X-ray Pulsars
Notice bibliographique
Résumé
After 10 years of RXTE monitoring of 5 Anomalous X‐ray Pulsars, we report the detection of 10 glitches and 5 glitch candidates. Armed with sufficient data for a meaningful comparison of AXP and radio pulsar glitch properties, we show that in terms of fractional frequency change, AXPs are among the most actively glitching neutron stars, with glitch amplitudes in general larger than in radio pulsars. However, in terms of absolute glitch amplitude, AXP glitches are unremarkable. We show that three of the largest AXP glitches observed thus far have recoveries that are unusual among those of radio pulsar glitches, with the combination of recovery time scale and fraction yielding changes in spin‐down rates following the glitch similar to, or larger than, the long‐term average. We also observed a large long‐term fractional increase in the magnitude of the spin‐down rate of 1E 1841–045, following its largest glitch. These observations are challenging to interpret in standard glitch models, as is the frequent occurence of large glitches given AXPs' high measured temperatures. We speculate that the stellar core may be involved in the largest AXP glitches. Furthermore we show that unlike in radio pulsars, AXP glitches sometimes, but not necessarily always, involve major radiative events.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».