MétaCan
Menu
← Retour à la cohorte
Enregistrement W2604995907 · doi:10.3847/1538-4357/aa72ef

On the Origin of Sub-subgiant Stars. III. Formation Frequencies

2017· article· en· W2604995907 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSubgiantGlobular clusterBlue stragglerStarsStellar collisionRed giantStellar evolutionBinary star

Résumé

récupéré en direct d'OpenAlex

Abstract Sub-subgiants (SSGs) are a new class of stars that are optically redder than normal main-sequence stars and fainter than normal subgiant stars. SSGs, as well as the possibly related red stragglers (which fall to the red of the giant branch), occupy a region of the color–magnitude diagram that is predicted to be devoid of stars by standard stellar evolution theory. In previous papers we presented the observed demographics of these sources and defined possible theoretical formation channels through isolated binary evolution, the rapid stripping of a subgiant’s envelope, and stellar collisions. SSGs offer key tests for single- and binary-star evolution and stellar collision models. In this paper, we synthesize these findings to discuss the formation frequencies through each of these channels. The empirical data, our analytic formation rate calculations, and analyses of SSGs in a large grid of Monte Carlo globular cluster models suggest that the binary evolution channels may be the most prevalent, though all channels appear to be viable routes to SSG creation (especially in higher-mass globular clusters). Multiple formation channels may operate simultaneously to produce the observed SSG population. Finally, many of these formation pathways can produce stars in both the SSG and red straggler (and blue straggler) regions of the color–magnitude diagram, in some cases as different stages along the same evolutionary sequence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,240
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetStellar, planetary, and galactic studies→Travaux en français237 207→