The <i>Pristine</i> survey – XX. GTC follow-up observations of extremely metal-poor stars identified from <i>Pristine</i> and LAMOST
Notice bibliographique
Résumé
ABSTRACT Ultra-metal-poor stars ($\rm {[Fe/H]} \lt -4.0$) are very rare, and finding them is a challenging task. Both narrow-band photometry and low-resolution spectroscopy have been useful tools for identifying candidates, and in this work, we combine both approaches. We cross-matched metallicity-sensitive photometry from the Pristine survey with the low-resolution spectroscopic Large Sky Area Multi-Object Fibre Spectroscopic Telescope (LAMOST) data base, and re-analysed all LAMOST spectra with $\rm {[Fe/H]} _{\rm Pristine} \lt -2.5$. We find that ∼1/3rd of this sample (selected without $\rm {[Fe/H]} _{\rm Pristine}$ quality cuts) also have spectroscopic $\rm {[Fe/H]} \lt -2.5$. From this sample, containing many low signal-to-noise ratio (S/N) spectra, we selected 11 stars potentially having $\rm {[Fe/H]} \lt -4.0$ or $\rm {[Fe/H]} \lt -3.0$ with very high carbon abundances, and we performed higher S/N medium-resolution spectroscopic follow-up with the Optical System for Imaging and low Resolution Integrated Spectroscopy (OSIRIS) on the 10.4-m Gran Telescopio Canarias (GTC). We confirm their extremely low metallicities, with a mean of $\rm {[Fe/H]} = -3.4$, and the most metal-poor star having $\rm {[Fe/H]} = -3.8$. Three of these are clearly carbon-enhanced metal-poor (CEMP) stars with $+1.65 \lt \rm {[C/Fe]} \lt +2.45$. The two most carbon-rich stars are either among the most metal-poor CEMP-s stars or the most carbon-rich CEMP-no stars known, the third is likely a CEMP-no star. We derived orbital properties for the OSIRIS sample and find that only one of our targets can be confidently associated with known substructures/accretion events, and that three out of four inner halo stars have prograde orbits. Large spectroscopic surveys may contain many hidden extremely and ultra-metal-poor stars, and adding additional information from e.g. photometry as in this work can uncover them more efficiently and confidently.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
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 ».