Measuring Sub-Kelvin Variations in Stellar Temperature with High-resolution Spectroscopy
Notice bibliographique
Résumé
Abstract The detection of stellar variability often relies on the measurement of selected activity indicators, such as coronal emission lines and nonthermal emissions. On the flip side, the effective stellar temperature is normally seen as one of the key fundamental parameters (with mass and radius) to understanding the basic physical nature of a star and its relation with its environment (e.g., planetary instellation). We present a novel approach for measuring disk-averaged temperature variations to sub-Kelvin accuracy inspired by algorithms developed for precision radial velocity (pRV). This framework uses the entire content of the spectrum, not just preidentified lines, and can be applied to existing data obtained with high-resolution spectrographs. We demonstrate the framework by recovering the known rotation periods and temperature modulation of Barnard star and AU Mic in data sets obtained in the infrared with SPIRou at CHFT and at optical wavelengths on ϵ Eridani with HARPS at ESO 3.6 m telescope. We use observations of the transiting hot Jupiter HD189733b, obtained with SPIRou, to show that this method can unveil the minute temperature variation signature expected during the transit event, an effect analogous to the Rossiter–McLaughlin effect but in temperature space. This method is a powerful new tool for characterizing stellar activity, and in particular temperature and magnetic features at the surfaces of cool stars, affecting both pRV and transit spectroscopic observations. We demonstrate this method in the context of high-resolution spectroscopy but it could be used at lower resolution.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».