Stellar Abundance Maps of the Milky Way Disk
Notice bibliographique
Résumé
Abstract To understand the formation of the Milky Way’s prominent bar it is important to know whether stars in the bar differ in the chemical element composition of their birth material as compared to disk stars. This requires stellar abundance measurements for large samples across the Milky Way’s body. Such samples, e.g., luminous red giant stars observed by the Sloan Digital Sky Survey’s APOGEE survey, will inevitably span a range of stellar parameters; as a consequence, both modeling imperfections and stellar evolution may preclude consistent and precise estimates of their chemical composition at a level of purported bar signatures, which has left current analyses of a chemically distinct bar inconclusive. Here, we develop a new self-calibration approach to eliminate both modeling and astrophysical abundance systematics among red giant branch (RGB) stars of different luminosities (and hence surface gravity log g ). We apply our method to 48,853 luminous APOGEE Data Release 16 RGB stars to construct spatial abundance maps of 20 chemical elements near the Milky Way’s mid-plane, covering galactocentric radii of 0 kpc < R GC < 20 kpc. Our results indicate that there are no abundance variations whose geometry matches that of the bar, and that the mean abundance gradients vary smoothly and monotonically with galactocentric radius. We confirm that the high- α disk is chemically homogeneous, without spatial gradients. Furthermore, we present the most precise [Fe/H] versus R GC gradient to date with a slope of − 0.057 ±0.001 dex kpc −1 out to approximately 15 kpc.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».