Measuring the ejecta velocities of type Ia supernovae from the pan-STARRS1 medium deep survey
Notice bibliographique
Résumé
ABSTRACT There is growing evidence that Type Ia supernovae (SNe Ia) may originate from multiple explosion channels. Previous studies have indicated that the ejecta velocity of SNe Ia is one powerful tool to discriminate between different channels. In this work, we study ∼400 confirmed SNe Ia discovered by the Pan-STARRS1 Medium Deep Survey (PS1-MDS), and obtain a sample of ∼50 SNe Ia that have near-peak $\mathrm{Si}\, {\small II}\, \lambda 6355$ velocity ($v_{\mathrm{Si}\, {\small II}}$) measurements. We investigate the relationships between $v_{\mathrm{Si}\, {\small II}}$ and various parameters, including SN light-curve width, colour, host galaxy properties, and redshift. No significant trends are identified between $v_{\mathrm{Si}\, {\small II}}$ and light-curve parameters. Regarding the host-galaxy properties, we see a significant trend that high-velocity (HV) SNe Ia ($v_{\mathrm{Si}\, {\small II}}\gtrsim 12000$ km s$^{-1}$) tend to reside in more massive galaxies compared to normal velocity (NV) SNe Ia ($v_{\mathrm{Si}\, {\small II}}\lt 12000$ km s$^{-1}$) when combining both the PS1-MDS data set and those from previous low-z studies. While we do not see a significant trend between $v_{\mathrm{Si}\, {\small II}}$ and redshift, HV SNe Ia appear to be more prevalent in low-z samples than in high-z samples. We discuss several possibilities that could potentially contribute to this trend. Furthermore, we investigate the potential bias on SN Ia distances and find no significant difference in Hubble residuals between HV and NV subgroups.
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 | 0,001 | 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 | 0,000 | 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) | 0,002 | 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 ».