Apache Point Observatory follow-up of ACcelerating Candidate ExopLanet host Stars (APO ACCELS): Ages for 166 Accelerating Stars in the Northern Hemisphere
Notice bibliographique
Résumé
Directly imaged substellar companions with well-constrained ages and masses serve as vital empirical benchmarks for planet formation and evolution models. Potential benchmark companions can be identified from astrometric accelerations of their host stars. We use Gaia DR3 and Hipparcos astrometry to identify 166 northern hemisphere stars with astrometric accelerations consistent with a substellar companion between 0.5'' and 1''. For this accelerating sample we identify young stars using APO/ARCES spectra and TESS light curves. From spectroscopic screening of the sample, we measure ages for 24 stars with detectable amounts of lithium, place lower age limits on 135 stars with lithium non-detections, and measure ages from R'HK for 34 stars. 129 stars have TESS light curves from which we measure ages for 20 stars with rotation rates < 15 days, and we identify 3 eclipsing binaries. We present median ages and confidence intervals of age posteriors for the entire sample and discuss how the overall age distribution of our sample compares to a uniform star formation rate in the solar neighborhood. We identify 47 stars with median ages < 2 Gyr, 31 stars with median ages < 1 Gyr, and 14 stars with median ages < 0.5 Gyr, making them high-priority targets for direct imaging follow-up.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».