BACCHUS Analysis of Weak Lines in APOGEE Spectra (BAWLAS)
Notice bibliographique
Résumé
Abstract Elements with weak and blended spectral features in stellar spectra are challenging to measure and require specialized analysis methods to precisely measure their chemical abundances. In this work, we have created a catalog of approximately 120,000 giants with high signal-to-noise Apache Point Observatory Galactic Evolution Experiment (APOGEE) Data Release 17 (DR17) spectra, for which we explore weak and blended species to measure Na, P, S, V, Cu, Ce, and Nd abundances and 12 C/ 13 C isotopic ratios. We employ an updated version of the Brussels Automatic Code for Characterizing High-accuracy Spectra (BACCHUS) code to derive these abundances using the stellar parameters measured by APOGEE’s DR17 Stellar Parameters and Chemical Abundances Pipeline, quality flagging to identify suspect spectral lines, and a prescription for upper limits. Combined, these allow us to provide our BACCHUS Analysis of Weak Lines in APOGEE Spectra catalog of precise chemical abundances for these weak and blended species, which agrees well with the literature and improves upon APOGEE abundances for these elements, some of which are unable to be measured with APOGEE’s current, grid-based approach without computationally expensive expansions. This new catalog can be used alongside APOGEE and provides measurements for many scientific applications ranging from nuclear physics to Galactic chemical evolution and Milky Way population studies. To illustrate this we show some examples of uses for this catalog, such as showing that we observe stars with enhanced s -process abundances or that we can use the 12 C/ 13 C ratios to explore extra mixing along the red giant branch.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».