Massive White Dwarfs in the 100 pc Sample: Magnetism, Rotation, Pulsations, and the Merger Fraction
Notice bibliographique
Résumé
Abstract We present a detailed model atmosphere analysis of massive white dwarfs with M > 0.9 M ⊙ and T eff ≥ 11,000 K in the Montreal White Dwarf Database 100 pc sample and the Pan-STARRS footprint. We obtained follow-up optical spectroscopy of 109 objects with no previous spectral classification in the literature. Our spectroscopic follow-up is now complete for all 204 objects in the sample. We find 118 normal DA white dwarfs, including 45 massive DAs near the ZZ Ceti instability strip. There are no normal massive DBs: the six DBs in the sample are strongly magnetic and/or rapidly rotating. There are 20 massive DQ white dwarfs in our sample, and all are found in the crystallization sequence. In addition, 66 targets are magnetic (32% of the sample). We use magnetic white dwarf atmosphere models to constrain the field strength and geometry using offset dipole models. We also use magnetism, kinematics, and rotation measurements to constrain the fraction of merger remnant candidates among this population. The merger fraction of this sample increases from 25% for 0.9–1 M ⊙ white dwarfs to 49% for 1.2–1.3 M ⊙. However, this fraction is as high as 78 − 7 + 4 % for 1.1–1.2 M ⊙ white dwarfs. Previous works have demonstrated that 5%–9% of high-mass white dwarfs stop cooling for ∼8 Gyr due to the 22Ne distillation process, which leads to an overdensity of Q-branch stars in the solar neighborhood. We demonstrate that the overabundance of the merger remnant candidates in our sample is likely due to the same process.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».