MULTI-ELEMENT ABUNDANCE MEASUREMENTS FROM MEDIUM-RESOLUTION SPECTRA. II. CATALOG OF STARS IN MILKY WAY DWARF SATELLITE GALAXIES
Notice bibliographique
Résumé
We present a catalog of Fe, Mg, Si, Ca, and Ti abundances for 2961 stars in eight dwarf satellite galaxies of the Milky Way (MW): Sculptor, Fornax, Leo I, Sextans, Leo II, Canes Venatici I, Ursa Minor, and Draco. For the purposes of \nvalidating our measurements, we also observed 445 red giants in MW globular clusters and 21 field red giants in the MW halo. Themeasurements are based on Keck/DEIMOS medium-resolution spectroscopy (MRS) combined with \nspectral synthesis. We estimate uncertainties in [Fe/H] by quantifying the dispersion of [Fe/H] measurements in a \nsample of stars inmonometallic globular clusters (GCs).We estimate uncertainties in Mg, Si, Ca, and Ti abundances \nby comparing to high-resolution spectroscopic abundances of the same stars. For this purpose, a sample of 132 \nstars with published high-resolution spectroscopy in GCs, the MW halo field, and dwarf galaxies has been observed \nwith MRS. The standard deviations of the differences in [Fe/H] and ([α/Fe]) (the average of [Mg/Fe], [Si/Fe], \n[Ca/Fe], and [Ti/Fe]) between the two samples is 0.15 and 0.16, respectively. This catalog represents the largest \nsample of multi-element abundances in dwarf galaxies to date. The next papers in this series draw conclusions on \nthe chemical evolution, gas dynamics, and star formation histories from the catalog presented here. The wide range \nof dwarf galaxy luminosity reveals the dependence of dwarf galaxy chemical evolution on galaxy stellar mass.
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 | 0,001 |
| 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 ».