Étude des bulles d’étoiles Wolf-Rayet dans la galaxie M33 avec SITELLE
Bibliographic record
Abstract
Malgré leur rareté et leur vie éphémère, les étoiles massives, par l’entremise de leur forte émission de rayonnements ultraviolet et de leurs vents stellaires importants, ont un fort impact sur l’enrichissement du milieu interstellaire en éléments lourds, ainsi que sur son ionisation, sa structure et sa cinématique. L’étude des étoiles massives et de leur perte de masse est essentielle pour mieux comprendre l’évolution stellaire. En particulier en fin de vie, lors de la phase Wolf-Rayet, on constate parfois la présence d’une nébuleuse sous forme de bulle autour de ces étoiles. Dans le cadre de cette étude, nous analysons la présence et les caractéristiques de ces bulles autour d’étoiles Wolf-Rayet dans la galaxie M33, avec les données de SITELLE, un spectromètre imageur installé au télescope Canada-France-Hawaii. Sur les 211 étoiles Wolf-Rayet connues dans cette galaxie, nous avons pu en observer 178 et détecter la présence de bulles autour de 43 d’entre elles grâce à des critères que nous avons déterminés à partir de nos données. Nous avons analysé chacune d’entre elles et nous présentons notre analyse et les résultats obtenus. Nous remarquons notamment l’absence de biais favorisant la présence d’une bulle autour d’un type spectral par rapport aux autres, et la présence de bulles intriquées autour de certaines étoiles WR pouvant attester de l’évolution des vents stellaires durant les différentes phases de la vie de l’étoile.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".