MétaCan
Menu
Retour à la cohorte
Enregistrement W3046870831 · doi:10.3847/1538-4357/ababaa

The Red Supergiant Binary Fraction of the Large Magellanic Cloud

2020· preprint· en· W3046870831 sur OpenAlexfundno aff
Kathryn F. Neugent, Emily M. Levesque, Philip Massey, N. Morrell, M. R. Drout

Notice bibliographique

RevueThe Astrophysical Journal · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAstrophysicsPhysicsPhotometry (optics)StarsLarge Magellanic CloudBinary numberRed supergiantSmall Magellanic CloudBinary starSupergiantAstronomyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The binary fraction of unevolved massive stars is thought to be 70%–100% but there are few observational constraints on the binary fraction of the evolved version of a subset of these stars, the red supergiants (RSGs). Here we identify a complete sample of RSGs in the Large Magellanic Cloud (LMC) using new spectroscopic observations and archival UV, IR, and broadband optical photometry. We find 4090 RSGs with , with 1820 of them having , which we believe is our completeness limit. We additionally spectroscopically confirmed 38 new RSG + B-star binaries in the LMC, bringing the total known up to 55. We then estimated the binary fraction using a k-nearest neighbors algorithm that classifies stars as single or binary based on photometry with a spectroscopic sample as a training set. We take into account observational biases such as line-of-sight stars and binaries in eclipse while also calculating model-dependent corrections for RSGs with companions that our observations were not designed to detect. Based on our data, we find an initial result of for RSGs with O- or B-type companions. Using the Binary Population and Spectral Synthesis models to correct for unobserved systems, this corresponds to a total RSG binary fraction of . This number is in broad agreement with what we would expect given an initial OB binary distribution of 70%, a predicted merger fraction of 20%–30%, and a binary interaction fraction of 40%–50%.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,015
Tête enseignante GPT0,273
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetAstronomy and Astrophysical ResearchTravaux en français237 207