The Gaia white dwarf revolution

Auteurs : Pier-Emmanuel Tremblay, Antoine Bédard, Mairi W. O'Brien, James Munday, Abbigail K. Elms, Nicola Pietro Gentillo Fusillo, Snehalata Sahu

arXiv: 2402.14960v3 - DOI (astro-ph.SR)
Accepted to New Astronomy Reviews (Special Issue "Gaia, the first crop of discoveries")

Résumé : This review highlights the role of the Gaia space mission in transforming white dwarf research. These stellar remnants constitute 5-7% of the local stellar population in volume, yet before Gaia the lack of trigonometric parallaxes hindered their identification. The mission's Data Release 2 in 2018 provided the first unbiased colour-absolute magnitude diagram of the local stellar population, identifying 260,000 white dwarfs, with the number later increasing to over 355,000 in Data Release 3. Since then, more than 400 white dwarf studies have made critical use of Gaia data, establishing it as a fundamental resource for white dwarf identification, fundamental parameter determination and more recently spectral type characterisation. The review underscores the routine reliance on Gaia parallaxes and extensive use of its photometry in white dwarf surveys. We also discuss recent discoveries firmly grounded in Gaia data, including white dwarf mergers, exotic compact binaries and evolved planetary systems.

Soumis à arXiv le 22 Fév. 2024

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

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

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.