MétaCan
Menu
← Retour à la cohorte
Enregistrement W3195701015 · doi:10.3847/1538-4357/ac1f20

Resolving the Fastest Ejecta from Binary Neutron Star Mergers: Implications for Electromagnetic Counterparts

2021· preprint· en· W3195701015 sur OpenAlexaff
Coleman Dean, Rodrigo Fernández, Brian D. Metzger

Notice bibliographique

RevueThe Astrophysical Journal · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésEjectaKilonovaPhysicsNeutron starAstrophysicsRADIUSGravitational waveBinary numberComputational physicsSupernova

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the effect of spatial resolution on initial mass ejection in grid-based hydrodynamic simulations of binary neutron star mergers. The subset of the dynamical ejecta with velocities greater than ∼0.6c can generate an ultraviolet precursor to the kilonova on approximately hour timescales and contribute to a years long nonthermal afterglow. Previous work has found differing amounts of this fast ejecta, by one to two orders of magnitude, when using particle-based or grid-based hydrodynamic methods. Here, we carry out a numerical experiment that models the merger as an axisymmetric collision in a corotating frame, accounting for Newtonian self-gravity, inertial forces, and gravitational wave losses. The lower computational cost allows us to reach spatial resolutions as high as 4 m, or ∼3 × 10−4 of the stellar radius. We find that fast ejecta production converges to within 10% for a cell size of 20 m. This suggests that fast ejecta quantities found in existing grid-based merger simulations are unlikely to increase to the level needed to match particle-based results upon further resolution increases. The resulting neutron-powered precursors are in principle detectable out to distances ≲200 Mpc with upcoming facilities.We also find that head-on collisions at the freefall speed, relevant for eccentric mergers, yield fast and slow ejecta quantities of order 10−2 M ⊙, with a kilonova signature distinct from that of quasi-circular mergers.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,235 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetGamma-ray bursts and supernovae→Travaux en français237 207→