HYDROGEN-POOR SUPERLUMINOUS SUPERNOVAE AND LONG-DURATION GAMMA-RAY BURSTS HAVE SIMILAR HOST GALAXIES
Notice bibliographique
Résumé
We present optical spectroscopy and optical/near-IR photometry of 31 host galaxies of hydrogen-poor superluminous supernovae (SLSNe), including 15 events from the Pan-STARRS1 Medium Deep Survey. Our sample spans the redshift range 0.1 ≲ z ≲ 1.6, and is the first comprehensive host galaxy study of this specific subclass of cosmic explosions. Combining the multi-band photometry and emission-line measurements, we determine the luminosities, stellar masses, star formation rates, and metallicities. We find that, as a whole, the hosts of SLSNe are a low-luminosity (〈 M B 〉 ≈ −17.3 mag), low stellar mass (〈 M * 〉 ≈ 2 × 10 8 M ☉ ) population, with a high median specific star formation rate (〈sSFR〉 ≈ 2 Gyr −1 ). The median metallicity of our spectroscopic sample is low, 12 + log (O/H) ≈ 8.35 ≈ 0.45 Z ☉ , although at least one host galaxy has solar metallicity. The host galaxies of H-poor SLSNe are statistically distinct from the hosts of GOODS core-collapse SNe (which cover a similar redshift range), but resemble the host galaxies of long-duration gamma-ray bursts (LGRBs) in terms of stellar mass, SFR, sSFR, and metallicity. This result indicates that the environmental causes leading to massive stars forming either SLSNe or LGRBs are similar, and in particular that SLSNe are more effectively formed in low metallicity environments. We speculate that the key ingredient is large core angular momentum, leading to a rapidly spinning magnetar in SLSNe and an accreting black hole in LGRBs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».