<i>HST</i>SPECTRAL MAPPING OF L/T TRANSITION BROWN DWARFS REVEALS CLOUD THICKNESS VARIATIONS
Notice bibliographique
Résumé
Most directly imaged giant exoplanets are fainter than brown dwarfs with similar spectra. To explain their relative underluminosity unusually cloudy atmospheres have been proposed. However, with multiple parameters varying between any two objects, it remained difficult to observationally test this idea. We present a new method, sensitive time-resolved Hubble Space Telescope near-infrared spectroscopy, to study two rotating L/T transition brown dwarfs (2M2139 and SIMP0136). The observations provide spatially and spectrally resolved mapping of the cloud decks of the brown dwarfs. The data allow the study of cloud structure variations while other parameters are unchanged. We find that both brown dwarfs display variations of identical nature: J- and H-band brightness variations with minimal color and spectral changes. Our light curve models show that even the simplest surface brightness distributions require at least three elliptical spots. We show that for each source the spectral changes can be reproduced with a linear combination of only two different spectra, i.e. the entire surface is covered by two distinct types of regions. Modeling the color changes and spectral variations together reveal patchy cloud covers consisting of a spatially heterogenous mix of low-brightness, low-temperature thick clouds and brighter, thin and warm clouds. We show that the same thick cloud patches seen in our varying brown dwarf targets, if extended to the entire photosphere, predict near-infrared colors/magnitudes matching the range occupied by the directly imaged exoplanets that are cooler and less luminous than brown dwarfs with similar spectral types. This supports the models in which thick clouds are responsible for the near infrared properties of these underluminous exoplanets.
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) | 0,001 | 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 ».