Metallicity Distribution Functions of 13 Ultra-faint Dwarf Galaxy Candidates from Hubble Space Telescope Narrowband Imaging
Notice bibliographique
Résumé
Abstract We present uniformly measured stellar metallicities of 463 stars in 13 Milky Way (MW) ultra-faint dwarf galaxies (UFDs; M V = −7.1 to −0.8) using narrowband CaHK (F395N) imaging taken with the Hubble Space Telescope. This represents the largest homogeneous set of stellar metallicities in UFDs, increasing the number of metallicities in these 13 galaxies by a factor of 5 and doubling the number of metallicities in all known MW UFDs. We provide the first well-populated MDFs for all galaxies in this sample, with 〈[Fe/H]〉 ranging from −3.0 to −2.0 dex, and σ [Fe/H] ranging from 0.3–0.7 dex. We find a nearly constant [Fe/H]∼ −2.6 over 3 decades in luminosity (∼102–105 L ⊙), suggesting that the mass–metallicity relationship does not hold for such faint systems. We find a larger fraction (24%) of extremely metal-poor ([Fe/H]< −3) stars across our sample compared to the literature (14%), but note that uncertainties in our most metal-poor measurements make this an upper limit. We find 19% of stars in our UFD sample to be metal-rich ([Fe/H] > −2), consistent with the sum of literature spectroscopic studies. MW UFDs are known to be predominantly >13 Gyr old, meaning that all stars in our sample are truly ancient, unlike metal-poor stars in the MW, which have a range of possible ages. Our UFD metallicities are not well matched to known streams in the MW, providing further evidence that known MW substructures are not related to UFDs. We include a catalog of our stars to encourage community follow-up studies, including priority targets for ELT-era observations.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».