The completeness-corrected rate of stellar encounters with the Sun from the first
Notice bibliographique
Résumé
I report on close encounters of stars to the Sun found in the first Gaia data release (GDR1). Combining Gaia astrometry with radial velocities of around 320 000 stars drawn from various catalogues, I integrate orbits in a Galactic potential to identify those stars which pass within a few parsecs. Such encounters could influence the solar system, for example through gravitational perturbations of the Oort cloud. 16 stars are found to come within 2 pc (although a few of these have dubious data). This is fewer than were found in a similar study based on Hipparcos data, even though the present study has many more candidates. This is partly because I reject stars with large radial velocity uncertainties (>10 km s-1), and partly because of missing stars in GDR1 (especially at the bright end). The closest encounter found is Gl 710, a K dwarf long-known to come close to the Sun in about 1.3 Myr. The Gaia astrometry predict a much closer passage than pre-Gaia estimates, however: just 16 000 AU (90% confidence interval: 10 000–21 000 AU), which will bring this star well within the Oort cloud. Using a simple model for the spatial, velocity, and luminosity distributions of stars, together with an approximation of the observational selection function, I model the incompleteness of this Gaia-based search as a function of the time and distance of closest approach. Applying this to a subset of the observed encounters (excluding duplicates and stars with implausibly large velocities), I estimate the rate of stellar encounters within 5 pc averaged over the past and future 5 Myr to be 545 ± 59 Myr-1. Assuming a quadratic scaling of the rate within some encounter distance (which my model predicts), this corresponds to 87 ± 9 Myr-1 within 2 pc. A more accurate analysis and assessment will be possible with future Gaia data releases.
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 | 0,007 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».