Why Do M Dwarfs Have More Transiting Planets?
Notice bibliographique
Résumé
Abstract We propose a planet formation scenario to explain the elevated occurrence rates of transiting planets around M dwarfs compared to Sun-like stars discovered by Kepler. We use a pebble drift and accretion model to simulate the growth of planet cores inside and outside of the snow line. A smaller pebble size interior to the snow line delays the growth of super-Earths, allowing giant planet cores in the outer disk to form first. When those giant planets reach pebble isolation mass they cut off the flow of pebbles to the inner disk and prevent the formation of close-in super-Earths. We apply this model to stars with masses between 0.1 and 2 M ⊙ and for a range of initial disk masses. We find that the masses of hot super-Earths and of cold giant planets are anticorrelated. The fraction of our simulations that form hot super-Earths is higher around lower-mass stars and matches the exoplanet occurrence rates from Kepler. The fraction of simulations forming cold giant planets is consistent with the stellar mass dependence from radial-velocity surveys. A key testable prediction of the pebble accretion hypothesis is that the occurrence rates of super-Earths should decrease again for M dwarfs near the substellar boundary like Trappist-1.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».