MétaCan
Menu
Retour à la cohorte
Enregistrement W2761335279 · doi:10.1093/mnrasl/slx190

Pop III <i>i</i>-process nucleosynthesis and the elemental abundances of SMSS J0313−6708 and the most iron-poor stars

2017· article· en· W2761335279 sur OpenAlexafffund
Ondrea Clarkson, Falk Herwig, M. Pignatari

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society Letters · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute CanadaNational Sleep FoundationScience and Technology Facilities CouncilNational Science Foundation
Mots-clésNucleosynthesisPhysicsStarsAstrophysicsr-processAbundance (ecology)

Résumé

récupéré en direct d'OpenAlex

Abstract We have investigated a highly energetic H-ingestion event during shell He burning leading to H-burning luminosities of log (LH/L⊙) ∼ 13 in a 45 M⊙ Pop III massive stellar model. In order to track the nucleosynthesis which may occur in such an event, we run a series of single-zone nucleosynthesis models for typical conditions found in the stellar evolution model. Such nucleosynthesis conditions may lead to i-process neutron densities of up to ∼1013 cm−3. The resulting simulation abundance pattern, where Mg comes from He burning and Ca from the i process, agrees with the general observed pattern of the most iron-poor star currently known, SMSS J031300.36−670839.3. However, Na is also efficiently produced in these i-process conditions, and the prediction exceeds observations by ∼2.5 dex. While this probably rules out this model for SMSS J031300.36−670839.3, the typical i-process signature of combined He burning and i process of higher than solar [Na/Mg], [Mg/Al], and low [Ca/Mg] is reproducing abundance features of the two next most iron-poor stars HE 1017−5240 and HE 1327−2326 very well. The i process does not reach Fe which would have to come from a low level of additional enrichment. i process in hyper-metal-poor or Pop III massive stars may be able to explain certain abundance patterns observed in some of the most metal-poor CEMP-no stars.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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'étudeSimulation ou modélisation
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

Citations87
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical Society LettersMême sujetStellar, planetary, and galactic studiesTravaux en français237 207