Binary black holes population and cosmology in new lights: signature of PISN mass and formation channel in GWTC-3
Notice bibliographique
Résumé
ABSTRACT The mass, spin, and merger rate distribution of the binary black holes (BBHs) across cosmic redshifts provide a unique way to shed light on their formation channel. Along with the redshift dependence of the BBH merger rate, the mass distribution of BBHs can also exhibit redshift dependence due to different formation channels and dependence on the metallicity of the parent stars. We explore the redshift dependence of the BBH mass distribution jointly with the merger rate evolution from the third gravitational wave (GW) catalogue GWTC-3 of the LIGO–Virgo–KAGRA collaboration. We study possible connections between peak-like features in the mass spectrum of BBHs and processes related to supernovae physics and time delay distributions. We obtain a preference for short-time delays between star formation and BBH mergers. Using a power-law form for the time delay distribution ($(t^{\rm min}_d)^{d}$), we find d < −0.7 credible at 90 per cent interval. The mass distribution of the BBHs could be fitted with a power-law form with a redshift-dependent peak feature that can be linked to the pair instability supernovae (PISN) mass-scale MPISN(Z*) at a stellar metallicity Z*. For a fiducial value of the stellar metallicity Z* = 10−4, we find the $\rm M_{\rm PISN}(Z_*)=44.4^{+7.9}_{-6.3}$$\rm M_\odot$. This is in accordance with the theoretical prediction of the lower edge of the PISN mass-scale and differs from previous analyses. Although we find a strong dependence of the PISN value on metallicity, the model that we explored is not strongly favoured over those that do not account for metallicity as the Bayes factors are inconclusive. In the future with more data, evidence towards metallicity dependence of the PISN will have a significant impact on our understanding of stellar physics.
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 | 0,001 | 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) | 0,001 | 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 ».