[论文解读] Short gamma-ray burst progenitors have short delay times

M. Pracchia, Om Sharan Salafia|arXiv (Cornell University)|Jan 7, 2026

Gamma-ray bursts and supernovae被引用 0

一句话总结

研究使用对大型 SGRB 样本的分层贝叶斯分析来约束 SGRB 祖先的延迟时间分布，发现平均延迟较短（10 Myr 到 800 Myr），最小延迟 < 350 Myr，这挑战了由于选择效应导致的早期长期延迟推断。

ABSTRACT

Short gamma-ray bursts (SGRBs) are thought to be primarily associated with binary neutron star (BNS) mergers. The SGRB population can therefore be scrutinized to look for signatures of the delay time between the formation of the progenitor massive star binary and the eventual merger, which could produce an evolution of the cosmic rate density of such events whose shape departs from that of the cosmic star formation history (CSFH). To that purpose, we study a large sample of SGRBs within a hierarchical Bayesian framework, with a particular focus on the delay time distribution (DTD) of the population. Following previous studies, we model the DTD either as a power-law with a minimum time delay or as a log-normal function. We consider two models for the intrinsic SGRB luminosity distribution: an empirical luminosity function (ELF) with a doubly broken power-law shape, and one based on a quasi-universal structured jet (QUSJ) model. Regardless of the chosen parametrization, we find average time delays $10\lesssim \langle τ_\mathrm{d}\mathrm angle/\mathrm{Myr}\lesssim 800$ and a minimum delay time $τ_\mathrm{d,min}\lesssim 350\,\mathrm{Myr}$, in contrast with previous studies that found long delay times of few Gyr. We demonstrate that the cause of the longer inferred time delays in past studies most likely resides in an incorrect treatment of selection effects.

研究动机与目标

• 理解 SGRB 祖先延迟及其与双中子星 merger 的联系。
• 在不同模型参数化下推断 SGRB 的延迟时间分布（DTD）。
• 评估光度函数模型和选择效应对结果的鲁棒性。
• 量化选择偏差如何影响群体研究中推断的延迟时间。

提出的方法

• 使用分层贝叶斯框架，从 SGRB 样本中推断群体超参数。
• 将 DTD 建模为具有最小延迟的幂律分布或对数正态分布。
• 使用两种光度函数模型：经验的双折断幂律（ELF）和准通用结构喷流（QUSJ）。
• 对观测事件计数采用泊松似然，并显式引入选择函数。
• 通过将 CSFH 与 DTD 卷积来计算红移分布。
• 在 grbpop 代码中实现群体推断，并用多种样本进行验证。

实验结果

研究问题

• RQ1 在考虑选择效应时，短伽马射线暴祖先的延迟时间分布（DTD）是什么？
• RQ2 不同的 DTD 形式（具最小延迟的幂律 vs. 对数正态）是否对典型延迟时间给出鲁棒结论？
• RQ3 不同的光度函数模型（ELF vs. QUSJ）如何影响推断的延迟时间和速率的演化？
• RQ4 与 CSFH 卷积的祖先延迟情景相比，推断出的 SGRB 速率演化是否一致？
• RQ5 选择效应如何偏倚以往关于 SGRB 延迟时间的推断？

主要发现

• 平均延迟时间较短：10 Myr 至 800 Myr（90% 可信区间），最小延迟 < 350 Myr。
• 对于幂律 DTD，推断的平均延迟 ⟨τd⟩ 通常在 ~87–160 Myr 左右（取决于光度模型）。
• 对于对数正态 DTD，中位数参数 μτ 被约束在 ~700 Myr 以下，且 στ 较大，得到较短的延迟。
• 在 ELF 和 QUSJ 光度模型之间结果一致，表明对光度函数选择具有鲁棒性。
• 与过去的研究（如 W15）相比，推断的延迟显著更短，主要由于对选择效应的改进处理。
• 研究澄清，之前工作中较长的推断延迟很可能源于对选择偏差建模不足。