The Binary Fraction of Stars in Dwarf Galaxies: The Case of Leo II
Notice bibliographique
Résumé
Abstract We combine precision radial velocity data from four different published works of the stars in the Leo II dwarf spheroidal galaxy. This yields a data set that spans 19 years, has 14 different epochs of observation, and contains 372 unique red giant branch stars, 196 of which have repeat observations. Using this multi-epoch data set, we constrain the binary fraction for Leo II. We generate a suite of Monte Carlo simulations that test different binary fractions using Bayesian analysis and determine that the binary fraction for Leo II ranges from to , depending on the distributions of binary orbital parameters assumed. This value is smaller than what has been found for the solar neighborhood (∼0.4–0.6) but falls within the wide range of values that have been inferred for other dwarf spheroidals (0.14–0.69). The distribution of orbital periods has the greatest impact on the binary fraction results. If the fraction we find in Leo II is present in low-mass ultra-faints, it can artificially inflate the velocity dispersion of those systems and cause them to appear more dark matter rich than in actuality. For a galaxy with an intrinsic dispersion of 1 km s −1 and an observational sample of 100 stars, the dispersion can be increased by a factor of 1.5–2 for Leo II-like binary fractions or by a factor of three for binary fractions on the higher end of what has been seen in other dwarf spheroidals.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».