Magnetic field monitoring of four massive A-F supergiants
Notice bibliographique
Résumé
We report magnetic field measurements spanning about 15 years of four massive ($7.5-15 M_\odot$) supergiant stars: $α$ Per (HD\,20902, F5Iab), $α$ Lep (HD\,36673A, F0Ib), $η$ Leo (HD\,87737, A0Ib) and 13 Mon (HD\,46300, A1Ib). For each star, spectropolarimetric observations were collected using ESPaDOnS at the Canada-France-Hawaii Telescope. The observed spectra were co-added, normalized, then processed using Least Squares Deconvolution (LSD) to yield mean Stokes $I$ and $V$ profiles. Each spectrum was analyzed to infer the False Alarm Probability of signal detection, and the longitudinal magnetic field was measured. This process yielded persistent detection of magnetic fields in all four stars. The median $1σ$ longitudinal field uncertainty of the Zeeman detections was 0.6~G. The maximum unsigned longitudinal magnetic fields measured from the detections are rather weak, ranging from $0.34\pm 0.19$ G for $α$ Lep to $2.61\pm 0.55$ G for 13 Mon. The Zeeman signatures show different levels of complexity; those of the two hotter stars are relatively simple, while those of the two cooler stars are more complex. The stars also exhibited different levels of variability of their Zeeman signatures and longitudinal fields. We report periodic variability of the longitudinal field and (complex) Stokes $V$ profiles of $α$ Per with a period of either 50.75 or 90 days. The (simple) Stokes $V$ profiles of 13~Mon, and probably those of $η$ Leo, show global polarity changes once during the period of observation, but the data are insufficient to place strong constraints on the variability timescales.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 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 ».