VAST-MeMeS: Characterising non-thermal radio emission from magnetic massive stars using the Australian SKA Pathfinder
Notice bibliographique
Résumé
Abstract Magnetic massive stars are stars of spectral types O, B, and A that harbour $\sim$ kG strength (mostly dipolar) surface magnetic fields. Their non-thermal radio emission has been demonstrated to be an important magnetospheric probe, provided the emission is fully characterised. A necessary step for that is to build a statistically significant sample of radio-bright magnetic massive stars. In this paper, we present the ‘VAST project to study Magnetic Massive Stars’ or VAST-MeMeS that aims to achieve that by taking advantage of survey data acquired with the Australian SKA Pathfinder telescope. VAST-MeMeS is defined under the ‘Variables and Slow Transients’ survey, although it also uses data from other ASKAP surveys. We found radio detections from 48 magnetic massive stars, out of which, 14 do not have any prior radio detections. We also identified 9 ‘Main-sequence Radio Pulse Emitter’ candidates based on variability and circular polarisation of flux densities. The expanded sample suggests a slightly lower efficiency in the radio production than that reported in earlier work. In addition to significantly expanding the sample of radio-bright magnetic massive stars, the addition of flux density measurements at ${\lesssim} 1$ GHz revealed that the spectra of incoherent radio emission can extend to much lower frequencies than that assumed in the past. In the future, radio observations spanning wide frequency and rotational phase ranges should be conducted so as to reduce the uncertainties in the incoherent radio luminosities. The results from these campaigns, supplemented with precise estimations of stellar parameters, will allow us to fully understand particle acceleration and non-thermal radio production in large-scale stellar magnetospheres.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».