The Dependence of Iron-rich Metal-poor Star Occurrence on Galactic Environment Supports an Origin in Thermonuclear Supernova Nucleosynthesis
Notice bibliographique
Résumé
Abstract It has been suggested that a class of chemically peculiar metal-poor stars called iron-rich metal-poor (IRMP) stars formed from molecular cores with metal contents dominated by thermonuclear supernova nucleosynthesis. If this interpretation is accurate, then IRMP stars should be more common in environments where thermonuclear supernovae were important contributors to chemical evolution. Conversely, IRMP stars should be less common in environments where thermonuclear supernovae were not important contributors to chemical evolution. At constant [Fe/H] ≲ −1, the Milky Way’s satellite classical dwarf spheroidal (dSph) galaxies and the Magellanic Clouds have lower [α/Fe] than the Milky Way field and globular cluster populations. This difference is thought to demonstrate the importance of thermonuclear supernova nucleosynthesis for the chemical evolution of the Milky Way’s satellite classical dSph galaxies and the Magellanic Clouds. We use data from the Sloan Digital Sky Survey Apache Point Observatory Galactic Evolution Experiment and Gaia to infer the occurrence of IRMP stars in the Milky Way’s satellite classical dSph galaxies η dSph and the Magellanic Clouds η Mag, as well as in the Milky Way field η MWF and globular cluster populations η MWGC. In order of decreasing occurrence, we find η dSph = 0.07 − 0.02 + 0.02 , η Mag = 0.037 − 0.006 + 0.007 , η MWF = 0.0013 − 0.0005 + 0.0006 , and a 1σ upper limit η MWGC < 0.00057. These occurrences support the inference that IRMP stars formed in environments dominated by thermonuclear supernova nucleosynthesis and that the time lag between the formation of the first and second stellar generations in globular clusters was longer than the thermonuclear supernova delay time.
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 | 0,001 |
| 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) | 0,004 | 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 ».