Red giant masses and ages derived from carbon and nitrogen abundances
Notice bibliographique
Résumé
We show that the masses of red giant stars can be well predicted from their photospheric carbon and nitrogen abundances, in conjunction with their spectroscopic stellar labels log g, Teff, and [Fe/H]. This is qualitatively expected from mass-dependent post-main-sequence evolution. We here establish an empirical relation between these quantities by drawing on 1475 red giants with asteroseismic mass estimates from Kepler that also have spectroscopic labels from Apache Point Observatory Galactic Evolution Experiment (APOGEE) DR12. We assess the accuracy of our model, and find that it predicts stellar masses with fractional rms errors of about 14 per cent (typically 0.2 M⊙). From these masses, we derive ages with rms errors of 40 per cent. This empirical model allows us for the first time to make age determinations (in the range 1–13 Gyr) for vast numbers of giant stars across the Galaxy. We apply our model to ∼52 000 stars in APOGEE DR12, for which no direct mass and age information was previously available. We find that these estimates highlight the vertical age structure of the Milky Way disc, and that the relation of age with [α/M] and metallicity is broadly consistent with established expectations based on detailed studies of the solar neighbourhood.
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 | 0,000 |
| 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 ».