Abundances of Planetary Nebulae and Evolved Stars: Iron and Sulfur Depletion, and Carbon and Nitrogen Enrichment, in Low- and Intermediate-mass Stellar Populations in the Milky Way
Notice bibliographique
Résumé
Abstract We research the elemental abundances in Galactic planetary nebulae (PNe) compared with those of their stellar progenitors (red giant branch and asymptotic giant branch, AGB, stars), to explore and quantify the expected—i.e., due to AGB evolution or condensation onto grains—differences. We gleaned the current literature for the nebular abundances while we used the APOGEE DR 17 survey data for the stellar sample. We examined the elements in common between the nebular and stellar samples, namely, C, N, O, Fe, and S. We confirm that iron in PNe is mostly entrapped in grains, with an average depletion 〈D[Fe/H]〉 = 1.741 ± 0.486 dex, and we disclose a weak correlation between iron depletion and the [O/H] abundance, D[Fe/H] = (6.6003 ± 2.443) × [O/H] + (1.972 ± 0.199). Sulfur may also be mildly depleted in PNe, with 〈D[S/H]〉 = 0.179 ± 0.291 dex. We also found an indication of nitrogen enrichment for PNe 〈E[N/H]〉 = 0.393 ± 0.421 dex, with maximum enrichment (0.980 ± 0.243) occurring for the PNe whose progenitors have gone through the hot-bottom burning. The carbon enrichment is 〈E[C/H]〉 = 0.337 ± 0.463 dex when measured for the general PN populations. Our results will be relevant for future Galactic and extragalactic studies comparing nebular and stellar samples.
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 | 0,001 | 0,000 |
| 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 ».