MétaCan
Menu
Retour à la cohorte
Enregistrement W4417363645 · doi:10.1093/mnras/staf2208

The demographics of binary companions to stripped-envelope supernovae: confronting population synthesis models with observations

2025· article· en· W4417363645 sur OpenAlexaff
Emmanouil Zapartas, Ori D. Fox, Jing Su, Dimitris Souropanis, M. R. Drout, Kyle A. Rocha, Schuyler D. Van Dyk, Brackette F. Williams, Max M. Briel, Mathieu Renzo, Jeff J. Andrews, Tassos Fragos, Seth Gossage, Matthias U. Kruckow, Camille Liotine, S. D. Ryder, Philipp M. Srivastava, Edmond Teng

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesHellenic Foundation for Research and InnovationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungGordon and Betty Moore FoundationNational Aeronautics and Space AdministrationSpace Telescope Science InstituteNational Science Foundation
Mots-clésBinary numberSupernovaDemographicsAccretion (finance)Binary starPopulationLuminosityStars

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Stripped-envelope supernovae (SESNe) mark the deaths of massive stars without hydrogen-rich envelopes. Most SESNe likely originate from binary systems where a companion stripped the progenitor of its envelope. Years of HST imaging of nearby SESN sites have produced a statistically meaningful sample of constraints on surviving binary companions. We assemble the current sample of six companion detections and six non-detections from the literature, re-analysing whenever needed. We then conduct the first statistical comparison with binary population-synthesis predictions, primarily based on new calculations performed with the POSYDON framework. Across a metallicity range, our models predict that 80–90 % of Type Ib/c and 60–85 % of IIb SNe explode with a rapidly rotating main-sequence companion. The observed luminosity distribution favours fairly inefficient mass accretion and failed explosions of the most massive stripped stars. The companion detection fraction broadly matches predictions, given the imaging depth, but appears elevated for SN IIb. In all but one non-detection, a faint undetected companion is the most likely scenario. The red apparently evolved companions in a few SN Ib/c may result from strong interaction with the ejecta, expected in $\sim 12~\%$ of them. Companion demographics offer a powerful independent probe of SESN progenitor systems, with the current sample disfavouring efficient accretion and supporting Wolf–Rayet non-explodability. Larger companion samples and follow-up studies will further clarify binary pathways to SESNe, serving as benchmarks for transient surveys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,217
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetGamma-ray bursts and supernovaeTravaux en français237 207