Chemical Abundances in the Ultra-faint Dwarf Galaxies Grus I and Triangulum II: Neutron-capture Elements as a Defining Feature of the Faintest Dwarfs*
Notice bibliographique
Résumé
Abstract We present high-resolution spectroscopy of four stars in two candidate ultra-faint dwarf galaxies (UFDs), Grus I (Gru I) and Triangulum II (Tri II). Neither object currently has a clearly determined velocity dispersion, placing them in an ambiguous region of parameter space between dwarf galaxies and globular clusters (GCs). No significant metallicity difference is found for the two Gru I stars, but both stars are deficient in neutron-capture elements. We verify previous results that Tri II displays significant spreads in metallicity and [ α /Fe]. Neutron-capture elements are not detected in our Tri II data, but we place upper limits at the lower envelope of Galactic halo stars, consistent with previous very low detections. Stars with similarly low neutron-capture element abundances are common in UFDs but rare in other environments. This signature of low neutron-capture element abundances traces chemical enrichment in the least massive star-forming dark matter halos and further shows that the dominant sources of neutron-capture elements in metal-poor stars are rare. In contrast, all known GCs have similar ratios of neutron-capture elements to those of halo stars, suggesting that GCs do not form at the centers of their own dark matter halos. The low neutron-capture element abundances may be the strongest evidence that Gru I and Tri II are (or once were) galaxies rather than GCs, and we expect future observations of these systems to robustly find nonzero velocity dispersions or signs of tidal disruption. However, the nucleosynthetic origin of this low neutron-capture element floor remains unknown.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».