New radiative and collisional atomic data for Sr <scp>ii</scp> and Y <scp>ii</scp> with application to Kilonova modelling
Notice bibliographique
Résumé
ABSTRACT The spectra of singly ionized Strontium and Yttrium (Sr ii and Y ii) have been proposed as identifications of certain spectral features in the AT2017gfo spectrum. With the growing demand for non-local-thermodynamic-equilibrium (NLTE) simulations of Kilonovae, there is an increasing need for atomic data for these and other r-process elements. Our goal is to expand upon the current set of atomic data for r-process elements, by presenting transition probabilities and Maxwellian-averaged effective collision strengths for Sr ii and Y ii. The Breit–Pauli and darcR-matrix codes are employed to calculate the appropriate collision strengths, which are thermally averaged according to a Maxwellian distribution to calculate excitation and de-excitation rates. The tardis and ColRadPy packages are subsequently used to perform local thermodynamic equilibrium (LTE) and NLTE modelling, respectively. A complete set of transition probabilities and effective collision strengths involving levels for Sr ii and Y ii have been calculated for temperature ranges compatible with kilonova plasma conditions. Forbidden transitions were found to disagree heavily with the Axelrod approximation, an approximation which is currently employed by other models within the literature. Theoretically important spectral lines are identified with both LTE and NLTE modelling codes. LTE simulations in tardis reveal no new significant changes to the full synthetic spectra. NLTE simulations in ColRadPy provide indications of which features are expected to be strong for a range of regimes, and we include luminosity estimates. Synthetic emission spectra over kilonova densities and temperatures reveal potentially interesting spectral lines in the NIR.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».