MétaCan
Menu
← Retour à la cohorte
Enregistrement W6912091975 · doi:10.5281/zenodo.1477476

3D1D hydro-nucleosynthesis simulations of rapidly accreting white dwarfs and the anomalous abundances of very metal-poor stars

2018· article· en· W6912091975 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStarsConvectionWhite dwarfAbundance (ecology)K-type main-sequence starStellar evolution

Résumé

récupéré en direct d'OpenAlex

The most Fe-poor stars are C enhanced. C-enhanced metal-poor (CEMP) stars come in two flavours. CEMP-no stars are only enhanced in C and a few other light elements, while many CEMP stars are enhanced by neutron-capture elements. CEMP stars trace the formation of the first structure and the first stars. Here we present a new scenario to explain the observed abundances of CEMP stars that are enhanced in both Ba and Eu, commonly considered slow and rapid neutron-capture process elements respectively. In rapidly accreting white dwarfs at low Z He-shell flash convection with H ingestion give rise to a hydrodynamic nuclear production environment an intermediate time-scale neutron-capture process, or i process operates. It produces both Ba and Eu, but not some of the bonafide r-process elements such as Ir and Os. We model this process through 3D hydrodynamic convection simulations with 1D multi-zone post-processing. The abundance predictions reproduce the observed abundances of CEMP-r/s star CS31062-050 very well all the way from C to Pb. We thus reclassify this star as a CEMP-i star, which was likely polluted by a rapidly accreting WD. We plan to analyse all other known CEMP-r/s stars in terms of our 3D1D hydro-nucleosynthesis simulations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,226
Écart entre enseignants0,208 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetStellar, planetary, and galactic studies→Travaux en français237 207→