Flares in open clusters with K2
Notice bibliographique
Résumé
Context. The presence and strength of a stellar magnetic field and activity is rooted in a star’s fundamental parameters such as mass and age. Can flares serve as an accurate stellar “clock”? Aims. To explore if we can quantify an activity-age relation in the form of a flaring-age relation, we measured trends in the flaring rates and energies for stars with different masses and ages. Methods. We investigated the time-domain photometry provided by Kepler’s follow-up mission K2 and searched for flares in three solar metallicity open clusters with well-known ages, M 45 (0.125 Gyr), M 44 (0.63 Gyr), and M 67 (4.3 Gyr). We updated and employed the automated flare finding and analysis pipeline Appaloosa , originally designed for Kepler . We introduced a synthetic flare injection and recovery sub-routine to ascribe detection and energy recovery rates for flares in a broad energy range for each light curve. Results. We collect a sample of 1761 stars, mostly late-K to mid-M dwarfs and found 751 flare candidates with energies ranging from 4 × 10 32 erg to 6 × 10 34 erg, of which 596 belong to M 45, 155 to M 44, and none to M 67. We find that flaring activity depends both on T eff , and age. But all flare frequency distributions have similar slopes with α ≈ 2.0−2.4, supporting a universal flare generation process. We discuss implications for the physical conditions under which flares occur, and how the sample’s metallicity and multiplicity affect our results.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».