The Pristine survey – XII. Gemini-GRACES chemo-dynamical study of newly discovered extremely metal-poor stars in the Galaxy
Notice bibliographique
Résumé
ABSTRACT High-resolution optical spectra of 30 metal-poor stars selected from the Pristine survey are presented, based on observations taken with the Gemini Observatory GRACES spectrograph. Stellar parameters Teff and log g are determined using a Gaia DR2 colour–temperature calibration and surface gravity from the Stefan–Boltzmann equation. GRACES spectra are used to determine chemical abundances (or upper limits) for 20 elements (Li, O, Na, Mg, K, Ca, Ti, Sc, Cr, Mn, Fe, Ni, Cu, Zn, Y, Zr, Ba, La, Nd, Eu). These stars are confirmed to be metal-poor ([Fe/H] < −2.5), with higher precision than from earlier medium-resolution analyses. The chemistry for most targets is similar to other extremely metal-poor stars in the Galactic halo. Three stars near [Fe/H] = −3.0 have unusually low Ca and high Mg, suggestive of contributions from few SN II where alpha-element formation through hydrostatic nucleosynthesis was more efficient. Three new carbon-enhanced metal-poor (CEMP) stars are also identified (two CEMP-s and one potential CEMP-no star) when our chemical abundances are combined with carbon from previous medium-resolution analyses. The GRACES spectra also provide precision radial velocities (σRV ≤ 0.2 km s−1) for dynamical orbit calculations with the Gaia DR2 proper motions. Most of our targets are dynamically associated with the Galactic halo; however, five stars with [Fe/H] < −3 have planar-like orbits, including one retrograde star. Another five stars are dynamically consistent with the Gaia-Sequoia accretion event; three have typical halo [α/Fe] ratios for their metallicities, whereas two are [Mg/Fe]-deficient, and one is a new CEMP-s candidate. These results are discussed in terms of the formation and early chemical evolution of the Galaxy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».