Gyro-Kinematic Ages for around 30,000 Kepler Stars
Auteurs : Yuxi (Lucy), Lu, Ruth Angus, Jason L. Curtis, Trevor J. David, Rocio Kiman
Résumé : Estimating stellar ages is important for advancing our understanding of stellar and exoplanet evolution and investigating the history of the Milky Way. However, ages for low-mass stars are hard to infer as they evolve slowly on the main sequence. In addition, empirical dating methods are difficult to calibrate for low-mass stars as they are faint. In this work, we calculate ages for Kepler F, G, and crucially K and M dwarfs, using their rotation and kinematic properties. We apply the simple assumption that the velocity dispersion of stars increases over time and adopt an age--velocity--dispersion relation (AVR) to estimate average stellar ages for groupings of coeval stars. We calculate the vertical velocity dispersion of stars in bins of absolute magnitude, temperature, rotation period, and Rossby number and then convert velocity dispersion to kinematic age via an AVR. Using this method, we estimate gyro-kinematic ages for 29,949 Kepler stars with measured rotation periods. We are able to estimate ages for clusters and asteroseismic stars with an RMS of 1.22 Gyr and 0.26 Gyr respectively. With our Astraea machine learning algorithm, which predicts rotation periods, we suggest a new selection criterion (a weight of 0.15) to increase the size of the McQuillian et al. (2014) catalog of Kepler rotation periods by up to 25%. Using predicted rotation periods, we estimated gyro-kinematic ages for stars without measured rotation periods and found promising results by comparing 12 detailed age--element abundance trends with literature values.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.