Young Stellar Objects in the Carina Nebula: Near-infrared Variability and Spectroscopy
Notice bibliographique
Résumé
Abstract We present a catalog of 652 young stellar objects (YSOs) in the Carina star-forming region. The catalog was constructed by combining near-infrared K S -band variability from the VISTA Variables in the Vía Láctea eXtended survey and medium-resolution H-band spectroscopy from APOGEE-2, Sloan Digital Sky Survey IV (SDSS-IV). Variability analysis of 6.35 million sources identified 606 variable stars. The classification of the spectral lines by semisupervised K-means clustering of 704 stars, refined through comparison with known catalogs in literature and visual inspection of the spectra, was performed. Combined with K S variability, the final catalog contains three groups: Emission-line YSOs, Absorption-line YSOs, and Literature/Variable-identified YSOs. Cross validation with the Gaia DR3 proper motion and distance estimates supports Carina membership for 415 sources. The statistical characterization of YSO variability demonstrated that most Carina members (78%) exhibit variability patterns. Of these, 134 stars show emissions in their spectra, which is consistent with some accretion processes. Analysis of fundamental stellar parameters from StarHorse and Gaia DR3 reveals typical distributions of YSOs, dominated by low-mass (1–4M ⊙), solar-metallicity stars with temperatures between 4000 and 6000 K. Only a small fraction (4%) of the sources are more massive than 4M ⊙, suggesting limited ongoing massive star formation in Carina. This well-characterized catalog also offers a robust training data set for machine learning applications aimed at predicting YSO behavior.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
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 ».