MétaCan
Menu
Retour à la cohorte
Enregistrement W1981686763 · doi:10.1088/2041-8205/785/2/l27

DISCRIMINATING THE PROGENITOR TYPE OF SUPERNOVA REMNANTS WITH IRON K-SHELL EMISSION

2014· article· en· W1981686763 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal Letters · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSupernovaEjectaIonizationLuminosityRadiative transferProgenitorExtant taxon

Résumé

récupéré en direct d'OpenAlex

Supernova remnants (SNRs) retain crucial information about both their parent explosion and circumstellar material left behind by their progenitor. However, the complexity of the interaction between supernova ejecta and ambient medium often blurs this information, and it is not uncommon for the basic progenitor type (Ia or core-collapse) of well-studied remnants to remain uncertain. Here we present a powerful new observational diagnostic to discriminate between progenitor types and constrain the ambient medium density of SNRs solely using Fe K-shell X-ray emission. We analyze all extant Suzaku observations of SNRs and detect Fe K alpha emission from 23 young or middle-aged remnants, including five first detections (IC 443, G292.0+1.8, G337.2-0.7, N49, and N63A). The Fe K alpha centroids clearly separate progenitor types, with the Fe-rich ejecta in Type Ia remnants being significantly less ionized than in core-collapse SNRs. Within each progenitor group, the Fe K alpha luminosity and centroid are well correlated, with more luminous objects having more highly ionized Fe. Our results indicate that there is a strong connection between explosion type and ambient medium density, and suggest that Type Ia supernova progenitors do not substantially modify their surroundings at radii of up to several parsecs. We also detect a K-shell radiative recombination continuum of Fe in W49B and IC 443, implying a strong circumstellar interaction in the early evolutionary phases of these core-collapse remnants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations167
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal LettersMême sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207