MétaCan
Menu
Retour à la cohorte
Enregistrement W4306746315 · doi:10.3847/2041-8213/ac96ef

Do High-spin High-mass X-Ray Binaries Contribute to the Population of Merging Binary Black Holes?

2022· article· en· W4306746315 sur OpenAlexfundno aff
Monica Gallegos-Garcia, M. Fishbach, Vicky Kalogera, C. P. L. Berry, Z. Doctor

Notice bibliographique

RevueThe Astrophysical Journal Letters · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysical Phenomena and Observations
Établissements canadiensnon disponible
Organismes subventionnairesScience and Technology Facilities CouncilSpace Telescope Science InstituteCanadian Institute for Advanced ResearchNorthwestern UniversityGordon and Betty Moore FoundationNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésBinary numberPopulationAstrophysicsSpin (aerodynamics)PhysicsX-ray binaryAstronomyDemographyMathematicsNeutron starSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Gravitational-wave observations of binary black hole (BBH) systems point to black hole spin magnitudes being relatively low. These measurements appear in tension with high spin measurements for high-mass X-ray binaries (HMXBs). We use grids of MESA simulations combined with the rapid population-synthesis code COSMIC to examine the origin of these two binary populations. It has been suggested that Case-A mass transfer while both stars are on the main sequence can form high-spin BHs in HMXBs. Assuming this formation channel, we show that depending on the critical mass ratios for the stability of mass transfer, 48%–100% of these Case-A HMXBs merge during the common-envelope phase and up to 42% result in binaries too wide to merge within a Hubble time. Both MESA and COSMIC show that high-spin HMXBs formed through Case-A mass transfer can only form merging BBHs within a small parameter space where mass transfer can lead to enough orbital shrinkage to merge within a Hubble time. We find that only up to 11% of these Case-A HMXBs result in BBH mergers, and at most 20% of BBH mergers came from Case-A HMXBs. Therefore, it is not surprising that these two spin distributions are observed to be different.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal LettersMême sujetAstrophysical Phenomena and ObservationsTravaux en français237 207