인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Stars are not hydrostatic spheres and their atmospheric layers are not in local thermodynamic equilibrium. Inferring stellar surface abundances from such 1D+LTE models is subject to significant biases. We are now at a stage of maturity of quantitative stellar spectroscopy where these classical assumptions can be superseded by physically realistic modelling. However, doing so for hundreds of thousands or even millions of stellar spectra (as produced by the current and upcoming large spectroscopic surveys around the world) remains a challenge. The other challenge lies in the connection between the inferred surface abundances and the composition of the star as a whole. Stars evolve through different stages and internal mixing will alter the surface composition of specific, sometimes of all, elements. We know the effects at play, but cannot generally model them from first principles in the framework of quasi-hydrostatic stellar-evolution models. Inferring accurate birth-cloud compositions as input for chemical-evolution models thus remains challenging.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
