A<i>SPITZER</i>SURVEY OF PROTOPLANETARY DISK DUST IN THE YOUNG SERPENS CLOUD: HOW DO DUST CHARACTERISTICS EVOLVE WITH TIME?
Notice bibliographique
Résumé
We present Spitzer InfraRed Spectrograph (IRS) mid-infrared (5-35 mu m) spectra of a complete flux-limited sample (>= 3 mJy at 8 mu m) of young stellar object (YSO) candidates selected on the basis of their infrared colors in the Serpens Molecular Cloud. Spectra of 147 sources are presented and classified. Background stars (with slope consistent with a reddened stellar spectrum and silicate features in absorption), galaxies (with redshifted polycyclic aromatic hydrocarbon (PAH) features), and a planetary nebula (with high ionization lines) amount to 22% of contamination in this sample, leaving 115 true YSOs. Sources with rising spectra and ice absorption features, classified as embedded Stage I protostars, amount to 18% of the sample. The remaining 82% (94) of the disk sources are analyzed in terms of spectral energy distribution shapes, PAHs, and silicate features. The presence, strength, and shape of these silicate features are used to infer disk properties for these systems. About 8% of the disks have 30/13 mu m flux ratios consistent with cold disks with inner holes or gaps, and 3% of the disks show PAH emission. Comparison with models indicates that dust grains in the surface of these disks have sizes of at least a few mu m. The 20 mu m silicate feature is sometimes seen in the absence of the 10 mu m feature, which may be indicative of very small holes in these disks. No significant difference is found in the distribution of silicate feature shapes and strengths between sources in clusters and in the field. Moreover, the results in Serpens are compared with other well-studied samples: the c2d IRS sample distributed over five clouds and a large sample of disks in the Taurus star-forming region. The remarkably similar distributions of silicate feature characteristics in samples with different environment and median ages-if significant-imply that the dust population in the disk surface results from an equilibrium between dust growth and destructive collision processes that are maintained over a few million years for any YSO population irrespective of environment.
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 | 0,001 |
| 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 ».