On the Use of Field RR Lyrae as Galactic Probes. III. The α-element Abundances*
Notice bibliographique
Résumé
Abstract We provide the largest and most homogeneous sample of α-element (Mg, Ca, Ti) and iron abundances for field RR Lyrae (RRLs; 162 variables) by using high-resolution spectra. The current measurements were complemented with similar abundances available in the literature for 46 field RRLs brought to our metallicity scale. We ended up with a sample of old (t ≥ 10 Gyr), low-mass stellar tracers (208 RRLs: 169 fundamental, 38 first overtone, and 1 mixed mode) covering 3 dex in iron abundance (−3.00 ≤ [Fe/H] ≤ 0.24). We found that field RRLs are ∼0.3 dex more α poor than typical halo tracers in the metal-rich regime ([Fe/H] ≥ −1.2), while in the metal-poor regime ([Fe/H] ≤ −2.2) they seem to be on average ∼0.1 dex more α enhanced. This is the first time that the depletion in α elements for solar iron abundances is detected on the basis of a large, homogeneous, and coeval sample of old stellar tracers. Interestingly, we also detected a close similarity in the [α/Fe] trend between α-poor, metal-rich RRLs and red giants (RGs) in the Sagittarius dwarf galaxy as well as between α-enhanced, metal-poor RRLs and RGs in ultrafaint dwarf galaxies. These results are supported by similar elemental abundances for 46 field horizontal branch stars. These stars share with RRLs the same evolutionary phase and the same progenitors. This evidence further supports the key role that old stellar tracers play in constraining the early chemical enrichment of the halo and, in particular, in investigating the impact that dwarf galaxies have had in the mass assembly 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».