Neutron star crust cooling in the Terzan 5 X-ray transient Swift J174805.3–244637
Notice bibliographique
Résumé
When neutron stars reside in transient X-ray binaries, their crustal layers become heated during accretion outbursts and subsequently cool in quiescence. Observing and modelling this thermal response has yielded valuable insight into the physics of neutron star crusts. However, one unresolved problem is the evidence in several neutron stars for an extra energy source, located at shallow depth in the crust, that is not accounted for by standard heating models. Its origin remains puzzling, and it is currently unclear whether this additional heating occurs in all neutron stars, and if the magnitude is always the same. Here, we report on Chandra observations that cover two years after the 2012 outburst of the transient neutron star X-ray binary Swift J174805.3–244637 in the globular cluster Terzan 5. The temperature of the neutron star was elevated during the first two months following its ≃8 week accretion episode, but had decayed to the pre-outburst level within ≃100 d. Interpreting this as rapid cooling of the accretion-heated crust, we model the observed temperature curve with a thermal evolution code. We find that there is no need to invoke shallow heating for this neutron star, although an extra energy release up to ≃1.4 MeV nucleon−1 is allowed by the current data (2σ confidence). We also present two new data points on the crust-cooling curve of the 11-Hz X-ray pulsar IGR J17480–2446 in Terzan 5, which was active in 2010. The temperature of this neutron star remains significantly above the pre-outburst level, but we detect no change in the thermal emission since the previous measurements of 2013 February. This is consistent with the slow crust cooling expected several years post-outburst.
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 | 0,001 | 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 ».