MétaCan
Menu
Retour à la cohorte
Enregistrement W3200181259 · doi:10.3847/1538-4357/ac0aeb

The Nickel Mass Distribution of Stripped-Envelope Supernovae: Implications for Additional Power Sources

2020· article· en· W3200181259 sur OpenAlexfundno aff
Niloufar Afsariardchi, M. R. Drout, David Khatami, Christopher D. Matzner, Dae‐Sik Moon, Yuan Qi Ni

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGordon and Betty Moore Foundation
Mots-clésPhysicsDimensionless quantitySupernovaLuminosityAstrophysicsEnvelope (radar)Analytical Chemistry (journal)Atomic physicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

We perform a systematic study of the $^{56}$Ni mass ($M_{\rm Ni}$) of 27 stripped envelope supernovae (SESNe) by modeling their light-curve tails, highlighting that use of ``Arnett's rule'' overestimates $M_{\rm Ni}$ for SESN by a factor of $\sim$2. Recently, \citet{Khatami2019} presented a new model relating the peak time ($t_{\rm p}$) and luminosity ($L_{\rm p}$) of a radioactive-powered SN to its $M_{\rm Ni}$ that addresses several limitations of Arnett-like models, but depends on a dimensionless parameter, $\beta$. Using observed $t_{\rm p}$, $L_{\rm p}$, and tail-measured $M_{\rm Ni}$ values for 27 SESN, we observationally calibrate $\beta$ for the first time. Despite scatter, we demonstrate that the model of \citet{Khatami2019} with empirically-calibrated $\beta$ values provides significantly improved measurements of $M_{\rm Ni}$ when only photospheric data is available. However, these observationally-constrained $\beta$ values are systematically lower than those inferred from numerical simulations, primarily because the observed sample has significantly higher (0.2-0.4 dex) $L_{\rm p}$ for a given $M_{\rm Ni}$. While effects due to composition, mixing, and asymmetry can increase $L_{\rm p}$ current models cannot explain the systematically low $\beta$ values. However, the discrepancy can be alleviated if $\sim$7--50\% of $L_{\rm p}$ for the observed sample originates from sources other than $^{56}$Ni. Either shock cooling or magnetar spin-down could provide the requisite luminosity. Finally, we find that even with our improved measurements, the $M_{\rm Ni}$ values of SESN are still a factor of $\sim$3 larger than those of hydrogen-rich Type II SN, indicating that these supernovae are inherently different in terms of their progenitor initial mass distributions or explosion mechanisms.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,038
Tête enseignante GPT0,185
Écart entre enseignants0,147 · 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

Citations54
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetGamma-ray bursts and supernovaeTravaux en français237 207