A Magnetar Engine for Short GRBs and Kilonovae
Notice bibliographique
Résumé
Abstract We investigate the influence of magnetic fields on the evolution of binary neutron star (BNS) merger remnants via three-dimensional (3D) dynamical-spacetime general-relativistic magnetohydrodynamic (MHD) simulations. We evolve a post-merger remnant with an initial poloidal magnetic field, resolve the magnetoturbulence driven by shear flows, and include a microphysical finite-temperature equation of state. A neutrino leakage scheme that captures the overall energetics and lepton number exchange is also included. We find that turbulence induced by the magnetorotational instability in the hypermassive neutron star (HMNS) amplifies magnetic field to beyond magnetar strength (10 15 G). The ultra-strong toroidal field is able to launch a relativistic jet from the HMNS. We also find a magnetized wind that ejects neutron-rich material with a rate of . The total ejecta mass in our simulation is 5 × 10 −3 M ⊙ . This makes the ejecta from the HMNS an important component in BNS mergers and a promising source of r -process elements that can power a kilonova. The jet from the HMNS reaches a terminal Lorentz factor of ∼5 in our highest-resolution simulation. The formation of this jet is aided by neutrino cooling preventing the accretion disk from protruding into the polar region. As neutrino pair-annihilation and radiative processes in the jet (which were not included in the simulations) will boost the Lorentz factor in the jet further, our simulations demonstrate that magnetars formed in BNS mergers are a viable engine for short gamma-ray bursts.
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 | 0,000 | 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 ».