MétaCan
Menu
← Retour à la cohorte
Enregistrement W3180036870 · doi:10.3847/1538-4357/ac1115

On the Use of Field RR Lyrae As Galactic Probes: IV. New Insights Into and Around the Oosterhoff Dichotomy*

2021· article· en· W3180036870 sur OpenAlexaff
M. Fabrizio, V. F. Braga, J. Crestani, G. Bono, I. Ferraro, G. Fiorentino, G. Iannicola, George W. Preston, C. Sneden, F. Thévenin, G. Altavilla, Brian Chaboyer, M. Dall’Ora, R. da Silva, E. K. Grebel, C. K. Gilligan, H. Lala, B. Lemasle, Davide Magurno, M. Marengo, S. Marinoni, P. M. Marrese, C. E. Martínez-Vázquez, Noriyuki Matsunaga, M. Monelli, Joseph P. Mullen, J. Neeley, M. Nonino, Z. Prudil, M. Salaris, P. B. Stetson, E. Valenti, M. Zoccali

Notice bibliographique

RevueThe Astrophysical Journal · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensHerzberg Institute of Astrophysics
Organismes subventionnairesU.S. Naval ObservatoryFermilabMax-Planck-Institut für AstronomieScience and Technology Facilities CouncilNational Development and Reform CommissionLos Alamos National LaboratoryNational Astronomical Observatory of JapanChinese Academy of SciencesIstituto Nazionale di AstrofisicaUniversity of PittsburghJohns Hopkins UniversityNational Astronomical Observatories, Chinese Academy of SciencesMax-Planck-GesellschaftCarnegie Institution of WashingtonDeutsche ForschungsgemeinschaftNew Mexico State UniversityAgenzia Spaziale ItalianaNational Science FoundationUniversity of WashingtonAlfred P. Sloan FoundationNational Aeronautics and Space AdministrationPrinceton UniversityU.S. Department of Energy
Mots-clésRR Lyrae variableMetallicityAstrophysicsPhysicsAmplitudePopulationMetalSpectral lineAnalytical Chemistry (journal)ChemistryGalaxyAstronomyOptics

Résumé

récupéré en direct d'OpenAlex

Abstract We discuss the largest and most homogeneous spectroscopic data set of field RR Lyrae variables (RRLs) available to date. We estimated abundances using both high-resolution and low-resolution (ΔS method) spectra for fundamental (RRab) and first overtone (RRc) RRLs. The iron abundances for 7941 RRLs were supplemented with similar estimates that are available in the literature, ending up with 9015 RRLs (6150 RRab, 2865 RRc). The metallicity distribution shows a mean value of 〈[Fe/H]〉 = −1.51 ± 0.01, and σ(standard deviation) = 0.41 dex with a long metal-poor tail approaching [Fe/H] ≃ − 3 and a sharp metal-rich tail approaching solar iron abundance. The RRab variables are more metal-rich (〈[Fe/H]〉ab = −1.48 ± 0.01, σ = 0.41 dex) than RRc variables (〈[Fe/H]〉c = −1.58 ± 0.01, σ = 0.40 dex). The relative fraction of RRab variables in the Bailey diagram (visual amplitude versus period) located along the short-period (more metal-rich) and the long-period (more metal-poor) sequences are 80% and 20%, while RRc variables display an opposite trend, namely 30% and 70%, respectively. We found that the pulsation period of both RRab and RRc variables steadily decreases when moving from the metal-poor to the metal-rich regime. The visual amplitude shows the same trend, but RRc amplitudes are almost two times more sensitive than RRab amplitudes to metallicity. We also investigated the dependence of the population ratio (N c /Ntot) of field RRLs on the metallicity and we found that the distribution is more complex than in globular clusters. The population ratio steadily increases from ∼0.25 to ∼0.36 in the metal-poor regime, it decreases from ∼0.36 to ∼0.18 for −1.8 ≤ [Fe/H] ≤ −0.9 and it increases to a value of ∼0.3 approaching solar iron abundance.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetStellar, planetary, and galactic studies→Travaux en français237 207→