Probing Populations of Dark Stellar Remnants in the Globular Clusters 47 Tuc and Terzan 5 Using Pulsar Timing
Notice bibliographique
Résumé
Abstract We present a new method to combine multimass equilibrium dynamical models and pulsar timing data to constrain the mass distribution and remnant populations of Milky Way globular clusters (GCs). We first apply this method to 47 Tuc, a cluster for which there exists an abundance of stellar kinematic data and which is also host to a large population of millisecond pulsars. We demonstrate that the pulsar timing data allow us to place strong constraints on the overall mass distribution and remnant populations even without fitting on stellar kinematics. Our models favor a small population of stellar-mass black holes (BHs) in this cluster (with a total mass of 446 − 72 + 75 M ⊙ ), arguing against the need for a large (>2000 M ⊙) central intermediate-mass BH. We then apply the method to Terzan 5, a heavily obscured bulge cluster that hosts the largest population of millisecond pulsars of any Milky Way GC and for which the collection of conventional stellar kinematic data is very limited. We improve existing constraints on the mass distribution and structural parameters of this cluster and place stringent constraints on its black hole content, finding an upper limit on the mass in BHs of ∼4000 M ⊙. This method allows us to probe the central dynamics of GCs even in the absence of stellar kinematic data and can be easily applied to other GCs with pulsar timing data, for which data sets will continue to grow with the next generation of radio telescopes.
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 | 0,001 | 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) | 0,001 | 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 ».