LOFAR constraints on the repetition and environments of CHIME FRBs
Notice bibliographique
Résumé
ABSTRACT The behaviour of fast radio bursts (FRBs) at radio frequencies $< 400$ MHz is poorly understood, with only two sources detected below 300 MHz. We robustly characterize the 150-MHz activity of CHIME-detected FRB sources relative to their 600-MHz activity – using their non-detection in 473 h of archival observations from the LOFAR Tied-Array All-Sky Survey (LOTAAS), and in 252 h of LOFAR observations of 14 repeating FRB sources – the largest sub-300 MHz targeted FRB campaign to date. We search the LOTAAS data for repeat bursts from 33 CHIME/FRB repeaters, 10 candidate repeaters, and 430 apparent non-repeaters. Their non-detection yields a population-level statistical spectral index constraint of $\alpha _{s, 135\, \rm {MHz}/600\, \rm {MHz}}>-0.9$, indicating that FRB spectral indices are, on average, flatter than those of pulsars. From the targeted campaign, the prolific repeater FRB 20201124A shows $\alpha _s>0.55$, implying reduced low-frequency activity, unlike the typically negative $\alpha _ \rm {s}$ seen from FRBs at higher frequency bands. We explore free–free absorption in its circumburst environment as a cause of the non-detection at 150 MHz, and find that it is consistent with either a very young $\sim 10$ yr old supernova remnant; or a typical H ii region. Our simulations indicate that LOFAR2.0 can detect 0.3–9 FRBs per week, with up to 4 FRBs originating from redshifts $1< z< 3$. Such detections will provide robust constraints on cosmological parameters due to their clean environments. Our results thus inform future low-frequency FRB searches through the limits we place on repetition rates and show how even non-detections can place meaningful constraints on FRB circumburst environments.
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 | 0,000 |
| 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 ».