MétaCan
Menu
Retour à la cohorte
Enregistrement W1982639476 · doi:10.1017/s1743921308015767

Mass Transfer in Binary Systems: A Numerical Approach

2007· article· en· W1982639476 sur OpenAlexafffund
Charles-Philippe Lajoie, Alison Sills

Notice bibliographique

RevueProceedings of the International Astronomical Union · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStarsSmoothed-particle hydrodynamicsBlue stragglerMass transferBinary numberStar (game theory)Boundary (topology)PhysicsAstrophysicsPoint (geometry)Work (physics)MechanicsGeometryMathematicsStar clusterThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract We present preliminary work on the formation scenario of blue straggler stars by mass transfer in binary systems. More precisely, using Smoothed Particle Hydrodynamics (SPH), we want to model only the outer parts of the stars in order to get a much greater spatial resolution of the mass transfer flow itself. The inner boundary conditions are achieved using the so-called ghost particles and by replacing the inner mass by a central point mass. Stability of this central point mass is crucial, and it is shown that we get reasonable results. These simulations should give us indications on which layers of the donor star are actually transferred to the other star as well as how mass is transferred and how it settles on the accretor. This work is aimed at getting distinct observational signatures which would help identifying the dominant formation mechanism of blue straggler stars.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,277

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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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'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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Astronomical UnionMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207