Proper Motions, Orbits, and Tidal Influences of Milky Way Dwarf Spheroidal Galaxies
Notice bibliographique
Résumé
Abstract We combine Gaia early data release 3 astrometry with accurate photometry and utilize a probabilistic mixture model to measure the systemic proper motion of 52 dwarf spheroidal (dSph) satellite galaxies of the Milky Way (MW). For the 46 dSphs with literature line-of-sight velocities we compute orbits in both a MW and a combined MW + Large Magellanic Cloud (LMC) potential and identify Car II, Car III, Hor I, Hyi I, Phx II, and Ret II as likely LMC satellites. 40% of our dSph sample has a >25% change in pericenter and/or apocenter with the MW + LMC potential. For these orbits, we use a Monte Carlo sample for the observational uncertainties for each dSph and the uncertainties in the MW and LMC potentials. We predict that Ant II, Boo III, Cra II, Gru II, and Tuc III should be tidally disrupting by comparing each dSph's average density relative to the MW density at its pericenter. dSphs with large ellipticity (CVn I, Her, Tuc V, UMa I, UMa II, UMi, Wil 1) show a preference for their orbital direction to align with their major axis even for dSphs with large pericenters. We compare the dSph radial orbital phase to subhalos in MW-like N-body simulations and infer that there is not an excess of satellites near their pericenter. With projections of future Gaia data releases, we find that dSph's orbital precision will be limited by uncertainties in the distance and/or MW potential rather than in proper motion precision. Finally, we provide our membership catalogs to enable community follow-up.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».