Mid-to-late M Dwarfs Lack Jupiter Analogs
Notice bibliographique
Résumé
Abstract Cold Jovian planets play an important role in sculpting the dynamical environment in which inner terrestrial planets form. The core accretion model predicts that giant planets cannot form around low-mass M dwarfs, although this idea has been challenged by recent planet discoveries. Here, we investigate the occurrence rate of giant planets around low-mass (0.1–0.3 M ⊙) M dwarfs. We monitor a volume-complete, inactive sample of 200 such stars located within 15 pc, collecting four high-resolution spectra of each M dwarf over six years and performing intensive follow-up monitoring of two candidate radial velocity variables. We use TRES on the 1.5 m telescope at the Fred Lawrence Whipple Observatory and CHIRON on the Cerro Tololo Inter-American Observatory 1.5 m telescope for our primary campaign, and MAROON-X on Gemini-North for high-precision follow up. We place a 95% confidence upper limit of 1.5% (68% confidence limit of 0.57%) on the occurrence of M P sin i > 1 M J giant planets out to the water snow line and provide additional constraints on the giant planet population as a function of M P sin i and period. Beyond the snow line (100 K < T eq < 150 K), we place 95% confidence upper limits of 1.5%, 1.7%, and 4.4% (68% confidence limits of 0.58%, 0.66%, and 1.7%) for 3 M J < M P sin i < 10 M J, 0.8 M J < M P sin i < 3 M J, and 0.3 M J < M P sin i < 0.8 M J giant planets, respectively; i.e., Jupiter analogs are rare around low-mass M dwarfs. In contrast, surveys of Sun-like stars have found that their giant planets are most common at these Jupiter-like instellations.
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 | 0,001 |
| 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 | 0,001 |
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 ».