MétaCan
Menu
Retour à la cohorte
Enregistrement W1869941867 · doi:10.1111/j.1365-2966.2011.19482.x

Slowing down atomic diffusion in subdwarf B stars: mass loss or turbulence?

2011· article· en· W1869941867 sur OpenAlexaff

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensMcMaster University
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésSubdwarfAsteroseismologyStarsDiffusionMixing (physics)TurbulenceRadiative transferTurbulent diffusion

Résumé

récupéré en direct d'OpenAlex

Subdwarf B (sdB) stars show chemical peculiarities that cannot be explained by diffusion theory alone. Both mass loss and turbulence have been invoked to slow down atomic diffusion in order to match observed abundances. The fact that some sdB stars show pulsations give upper limits on the amount of mass loss and turbulent mixing allowed. Consequently, non-adiabatic asteroseismology has the potential to decide which process is responsible for the abundance anomalies. We compute for the first time seismic properties of sdB models with atomic diffusion included consistently during the stellar evolution. The diffusion equations with radiative forces are solved for H, He, C, N, O, Ne, Mg, Fe and Ni. We examine the effects of various mass-loss rates and mixed surface masses on the abundances and mode stability. It is shown that the mass-loss rates needed to simulate the observed He abundances (⁠⁠) are not consistent with observed pulsations. We find that for pulsations to be driven the rates should be ⁠. On the other hand, weak turbulent mixing of the outer 10−6 M⊙ can explain the He abundance anomalies while still allowing pulsations to be driven. The origin of the turbulence remains unknown but the presence of pulsations gives tight constraints on the underlying turbulence model.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetStellar, planetary, and galactic studiesTravaux en français237 207