UOCS XIV: Study of the Open Cluster NGC 2627 Using UVIT/AstroSat
Notice bibliographique
Résumé
Abstract We study the intermediate-age open cluster NGC 2627, located at a distance of ∼2 kpc, using UVIT/AstroSat and other archival data. Using a machine learning-based algorithm, ML-MOC, on the Gaia DR3 data, we identify 422 cluster members, including four blue straggler stars (BSSs), one yellow straggler star (YSS), one blue lurker (BL), one red clump (RC) star, and two binary candidates with detection in both UVIT/F148W and UVIT/F169M filters. We characterise them using multiwavelength spectral energy distributions (SEDs). Out of the above nine sources, one BSS, the BL, and one binary candidate have a source nearby; hence, we did not fit their SEDs. Of the remaining six sources, we successfully fit two with single-component SEDs and four with binary-component SEDs. The binary-component SED-based parameters indicate that the hot companions of BSSs, the YSS, the RC star, and the binary candidate are extremely low-mass white dwarfs, confirming that at least four out of nine stars (44%) are formed via the mass transfer channel. We fit King’s profile function to the high-probability (p > 0.8) cluster members and estimate the cluster core radius (r C ) to be 3.84′ and the tidal radius (r t ) to be 36.85′. We find that the equal-mass binaries are most concentrated towards the cluster center, followed by the single massive stars, and single low-mass stars. The BSS population of the cluster is also found to be located within a radius r ∼ 10 × r C from the cluster center, suggesting the dynamical evolution of the cluster.
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 | 0,000 |
| 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 | 0,001 | 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 ».