Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto INSERISCI in fondo alla pagina
CINECA IRIS Institutional Research Information System
The ESA Gaia mission provides a unique time-domain survey for more than 1.6 billion sources with G ≲ 21 mag. Aims. We showcase stellar variability in the Galactic colour-absolute magnitude diagram (CaMD). We focus on pulsating, eruptive, and cataclysmic variables, as well as on stars that exhibit variability that is due to rotation and eclipses. Methods. We describe the locations of variable star classes, variable object fractions, and typical variability amplitudes throughout the CaMD and show how variability-related changes in colour and brightness induce “motions”. To do this, we use 22 months of calibrated photometric, spectro-photometric, and astrometric Gaia data of stars with a significant parallax. To ensure that a large variety of variable star classes populate the CaMD, we crossmatched Gaia sources with known variable stars. We also used the statistics and variability detection modules of the Gaia variability pipeline. Corrections for interstellar extinction are not implemented in this article. Results. Gaia enables the first investigation of Galactic variable star populations in the CaMD on a similar, if not larger, scale as was previously done in the Magellanic Clouds. Although the observed colours are not corrected for reddening, distinct regions are visible in which variable stars occur. We determine variable star fractions to within the current detection thresholds of Gaia. Finally, we report the most complete description of variability-induced motion within the CaMD to date. Conclusions. Gaia enables novel insights into variability phenomena for an unprecedented number of stars, which will benefit the understanding of stellar astrophysics. The CaMD of Galactic variable stars provides crucial information on physical origins of variability in a way that has previously only been accessible for Galactic star clusters or external galaxies. Future Gaia data releases will enable significant improvements over this preview by providing longer time series, more accurate astrometry, and additional data types (time series BP and RP spectra, RVS spectra, and radial velocities), all for much larger samples of stars.
Gaia Data Release 2: Variable stars in the colour-absolute magnitude diagram
Eyer L.;Rimoldini L.;Audard M.;Anderson R. I.;Nienartowicz K.;Glass F.;Marchal O.;Grenon M.;Mowlavi N.;Holl B.;Clementini G.;Aerts C.;Mazeh T.;Evans D. W.;Szabados L.;Brown A. G. A.;Vallenari A.;Prusti T.;De Bruijne J. H. J.;Babusiaux C.;Bailer-Jones C. A. L.;Biermann M.;Jansen F.;Jordi C.;Klioner S. A.;Lammers U.;Lindegren L.;Luri X.;Mignard F.;Panem C.;Pourbaix D.;Randich S.;Sartoretti P.;Siddiqui H. I.;Soubiran C.;Van Leeuwen F.;Walton N. A.;Arenou F.;Bastian U.;Cropper M.;Drimmel R.;Katz D.;Lattanzi M. G.;Bakker J.;Cacciari C.;Castaneda J.;Chaoul L.;Cheek N.;De Angeli F.;Fabricius C.;Guerra R.;Masana E.;Messineo R.;Panuzzo P.;Portell J.;Riello M.;Seabroke G. M.;Tanga P.;Thevenin F.;Gracia-Abril G.;Comoretto G.;Garcia-Reinaldos M.;Teyssier D.;Altmann M.;Andrae R.;Bellas-Velidis I.;Benson K.;Berthier J.;Blomme R.;Burgess P.;Busso G.;Carry B.;Cellino A.;Clotet M.;Creevey O.;Davidson M.;De Ridder J.;Delchambre L.;Dell'Oro A.;Ducourant C.;Fernandez-Hernandez J.;Fouesneau M.;Fremat Y.;Galluccio L.;Garcia-Torres M.;Gonzalez-Nunez J.;Gonzalez-Vidal J. J.;Gosset E.;Guy L. P.;Halbwachs J. -L.;Hambly N. C.;Harrison D. L.;Hernandez J.;Hestroffer D.;Hodgkin S. T.;Hutton A.;Jasniewicz G.;Jean-Antoine-Piccolo A.;Jordan S.;Korn A. J.;Krone-Martins A.;Lanzafame A. C.;Lebzelter T.;Loffler W.;Manteiga M.;Marrese P. M.;Martin-Fleitas J. M.;Moitinho A.;Mora A.;Muinonen K.;Osinde J.;Pancino E.;Pauwels T.;Petit J. -M.;Recio-Blanco A.;Richards P. J.;Robin A. C.;Sarro L. M.;Siopis C.;Smith M.;Sozzetti A.;Suveges M.;Torra J.;Van Reeven W.;Abbas U.;Abreu Aramburu A.;Accart S.;Altavilla G.;Alvarez M. A.;Alvarez R.;Alves J.;Andrei A. H.;Anglada Varela E.;Antiche E.;Antoja T.;Arcay B.;Astraatmadja T. L.;Bach N.;Baker S. G.;Balaguer-Nunez L.;Balm P.;Barache C.;Barata C.;Barbato D.;Barblan F.;Barklem P. S.;Barrado D.;Barros M.;Barstow M. A.;Bartholome Munoz S.;Bassilana J. -L.;Becciani U.;Bellazzini M.;Berihuete A.;Bertone S.;Bianchi L.;Bienayme O.;Blanco-Cuaresma S.;Boch T.;Boeche C.;Bombrun A.;Borrachero R.;Bossini D.;Bouquillon S.;Bourda G.;Bragaglia A.;Bramante L.;Breddels M. A.;Bressan A.;Brouillet N.;Brusemeister T.;Brugaletta E.;Bucciarelli B.;Burlacu A.;Busonero D.;Butkevich A. G.;Buzzi R.;Caffau E.;Cancelliere R.;Cannizzaro G.;Cantat-Gaudin T.;Carballo R.;Carlucci T.;Carrasco J. M.;Casamiquela L.;Castellani M.;Castro-Ginard A.;Charlot P.;Chemin L.;Chiavassa A.;Cocozza G.;Costigan G.;Cowell S.;Crifo F.;Crosta M.;Crowley C.;Cuypers J.;Dafonte C.;Damerdji Y.;Dapergolas A.;David P.;David M.;De Laverny P.;De Luise F.;De March R.;De Martino D.;De Souza R.;De Torres A.;Debosscher J.;Del Pozo E.;Delbo M.;Delgado A.;Delgado H. E.;Diakite S.;Diener C.;Distefano E.;Dolding C.;Drazinos P.;Duran J.;Edvardsson B.;Enke H.;Eriksson K.;Esquej P.;Eynard Bontemps G.;Fabre C.;Fabrizio M.;Faigler S.;Falcao A. J.;Farras Casas M.;Federici L.;Fedorets G.;Fernique P.;Figueras F.;Filippi F.;Findeisen K.;Fonti A.;Fraile E.;Fraser M.;Frezouls B.;Gai M.;Galleti S.;Garabato D.;Garcia-Sedano F.;Garofalo A.;Garralda N.;Gavel A.;Gavras P.;Gerssen J.;Geyer R.;Giacobbe P.;Gilmore G.;Girona S.;Giuffrida G.;Gomes M.;Granvik M.;Gueguen A.;Guerrier A.;Guiraud J.;Gutierrez-Sanchez R.;Haigron R.;Hatzidimitriou D.;Hauser M.;Haywood M.;Heiter U.;Helmi A.;Heu J.;Hilger T.;Hobbs D.;Hofmann W.;Holland G.;Huckle H. E.;Hypki A.;Icardi V.;Janssen K.;Jevardat De Fombelle G.;Jonker P. G.;Juhasz A. L.;Julbe F.;Karampelas A.;Kewley A.;Klar J.;Kochoska A.;Kohley R.;Kolenberg K.;Kontizas M.;Kontizas E.;Koposov S. E.;Kordopatis G.;Kostrzewa-Rutkowska Z.;Koubsky P.;Lambert S.;Lanza A. F.;Lasne Y.;Lavigne J. -B.;Le Fustec Y.;Le Poncin-Lafitte C.;Lebreton Y.;Leccia S.;Leclerc N.;Lecoeur-Taibi I.;Lenhardt H.;Leroux F.;Liao S.;Licata E.;Lindstrom H. E. P.;Lister T. A.;Livanou E.;Lobel A.;Lopez M.;Lorenz D.;Managau S.;Mann R. G.;Mantelet G.;Marchant J. M.;Marconi M.;Marinoni S.;Marschalko G.;Marshall D. J.;Martino M.;Marton G.;Mary N.;Massari D.;Matijevic G.;McMillan P. J.;Messina S.;Michalik D.;Millar N. R.;Molina D.;Molinaro R.;Molnar L.;Montegriffo P.;Mor R.;Morbidelli R.;Morel T.;Morgenthaler S.;Morris D.;Mulone A. F.;Muraveva T.;Musella I.;Nelemans G.;Nicastro L.;Noval L.;O'Mullane W.;Ordenovic C.;Ordonez-Blanco D.;Osborne P.;Pagani C.;Pagano I.;Pailler F.;Palacin H.;Palaversa L.;Panahi A.;Pawlak M.;Piersimoni A. M.;Pineau F. -X.;Plachy E.;Plum G.;Poggio E.;Poujoulet E.;Prsa A.;Pulone L.;Racero E.;Ragaini S.;Rambaux N.;Ramos-Lerate M.;Regibo S.;Reyle C.;Riclet F.;Ripepi V.;Riva A.;Rivard A.;Rixon G.;Roegiers T.;Roelens M.;Romero-Gomez M.;Rowell N.;Royer F.;Ruiz-Dern L.;Sadowski G.;Sagrista Selles T.;Sahlmann J.;Salgado J.;Salguero E.;Sanna N.;Santana-Ros T.;Sarasso M.;Savietto H.;Schultheis M.;Sciacca E.;Segol M.;Segovia J. C.;Segransan D.;Shih I. -C.;Siltala L.;Silva A. F.;Smart R. L.;Smith K. W.;Solano E.;Solitro F.;Sordo R.;Soria Nieto S.;Souchay J.;Spagna A.;Spoto F.;Stampa U.;Steele I. A.;Steidelmuller H.;Stephenson C. A.;Stoev H.;Suess F. F.;Surdej J.;Szegedi-Elek E.;Tapiador D.;Taris F.;Tauran G.;Taylor M. B.;Teixeira R.;Terrett D.;Teyssandier P.;Thuillot W.;Titarenko A.;Torra Clotet F.;Turon C.;Ulla A.;Utrilla E.;Uzzi S.;Vaillant M.;Valentini G.;Valette V.;Van Elteren A.;Van Hemelryck E.;Van Leeuwen M.;Vaschetto M.;Vecchiato A.;Veljanoski J.;Viala Y.;Vicente D.;Vogt S.;Von Essen C.;Voss H.;Votruba V.;Voutsinas S.;Walmsley G.;Weiler M.;Wertz O.;Wevers T.;Wyrzykowski A.;Yoldas A.;Zerjal M.;Ziaeepour H.;Zorec J.;Zschocke S.;Zucker S.;Zurbach C.;Zwitter T.
2019-01-01
Abstract
The ESA Gaia mission provides a unique time-domain survey for more than 1.6 billion sources with G ≲ 21 mag. Aims. We showcase stellar variability in the Galactic colour-absolute magnitude diagram (CaMD). We focus on pulsating, eruptive, and cataclysmic variables, as well as on stars that exhibit variability that is due to rotation and eclipses. Methods. We describe the locations of variable star classes, variable object fractions, and typical variability amplitudes throughout the CaMD and show how variability-related changes in colour and brightness induce “motions”. To do this, we use 22 months of calibrated photometric, spectro-photometric, and astrometric Gaia data of stars with a significant parallax. To ensure that a large variety of variable star classes populate the CaMD, we crossmatched Gaia sources with known variable stars. We also used the statistics and variability detection modules of the Gaia variability pipeline. Corrections for interstellar extinction are not implemented in this article. Results. Gaia enables the first investigation of Galactic variable star populations in the CaMD on a similar, if not larger, scale as was previously done in the Magellanic Clouds. Although the observed colours are not corrected for reddening, distinct regions are visible in which variable stars occur. We determine variable star fractions to within the current detection thresholds of Gaia. Finally, we report the most complete description of variability-induced motion within the CaMD to date. Conclusions. Gaia enables novel insights into variability phenomena for an unprecedented number of stars, which will benefit the understanding of stellar astrophysics. The CaMD of Galactic variable stars provides crucial information on physical origins of variability in a way that has previously only been accessible for Galactic star clusters or external galaxies. Future Gaia data releases will enable significant improvements over this preview by providing longer time series, more accurate astrometry, and additional data types (time series BP and RP spectra, RVS spectra, and radial velocities), all for much larger samples of stars.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2318/1706862
Citazioni
ND
84
29
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione.
La simulazione si basa sui dati IRIS e presenta gli indicatori calcolati alla data indicata sul report. Si ricorda che in sede di domanda ASN presso il MIUR gli indicatori saranno invece calcolati a partire dal 1° gennaio rispettivamente del quinto/decimo/quindicesimo anno precedente la scadenza del quadrimestre di presentazione della domanda (art 2 del DM 598/2018).
In questa simulazione pertanto il valore degli indicatori potrà differire da quello conteggiato all’atto della domanda ASN effettuata presso il MIUR a seguito di:
Correzioni imputabili a eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori.
Presenza di eventuali errori di catalogazione e/o dati mancanti in IRIS
Variabilità nel tempo dei valori citazionali (per i settori bibliometrici)
Variabilità della finestra temporale considerata in funzione della sessione di domanda ASN a cui si partecipa.
La presente simulazione è stata realizzata sulla base delle regole riportate nel DM 598/2018 e dell'allegata Tabella A e delle specifiche definite all'interno del Focus Group Cineca relativo al modulo IRIS ER. Il Cineca non si assume alcuna responsabilità in merito all'uso che il diretto interessato o terzi faranno della simulazione.
