MétaCan
Menu
Retour à la cohorte
Enregistrement W2889289732 · doi:10.1093/mnras/sty2809

Shock breakouts from tidal disruption events

2018· article· en· W2889289732 sur OpenAlexaff
Almog Yalinewich, James Guillochon, Re’em Sari, Abraham Loeb

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysical Phenomena and Observations
Établissements canadiensCanadian Institute for Theoretical Astrophysics
Organismes subventionnairesIowa Science FoundationJohn Templeton Foundation
Mots-clésPhysicsBreakoutStarsAstrophysicsAstronomyFlareSupermassive black holeSkyShock (circulatory)RadiationGalaxyOptics

Résumé

récupéré en direct d'OpenAlex

Tidal disruption events of stars by supermassive black holes have so far been discovered months to years after the fact. In this paper, we explore the short, faint, and hard burst of radiation that is emitted at maximum compression as a result of shock breakout. The detection of this burst can be used to capture tidal disruption events in real time. We verify that shock breakout from main-sequence stars produces radiation in the X-ray range, but find that it is difficult to detect using all sky X-ray surveying telescopes. In the case of shock breakout from red giants, most of the radiation is emitted in the UV and visible range, which is significantly easier to detect. A similar burst of UV/optical radiation will also be emitted by stars puffed by tidal heating from a previous passage close to the central black hole. This radiation can be detected by surveys like ZTF and LSST. We calculate detection rates for different types of galactic nuclei. For the case of a very full or very empty loss cones, we predict a detection rate of once per year with LSST. Evidence from a recent tidal disruption event, ASASSN-14li, seems to favour a very full loss cone, in which case LSST is expected to detect one such event every year.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetAstrophysical Phenomena and ObservationsTravaux en français237 207