fbpx Polvere di supernova | Scienza in rete

Polvere di supernova

Primary tabs

Read time: 1 min

I dati dell'Osservatorio spaziale Herschel rivelano un'incredibile quantità di polvere nei residui di una supernova, suggerendo che le esplosioni stellari potrebbero spiegare l'enigmatica abbondanza di polvere osservata anche quando l'universo era più giovane.

In uno studio pubblicato su Science, Mikako Matsuura (University College London) e i suoi collaboratori descrivono l'individuazione di grandi quantità di polvere (grani di carbonio, silicati e probabilmente anche ferro) nei residui della supernova 1987A, il cui bagliore è stato osservato poco più di vent'anni fa nella Grande Nube di Magellano. I dati raccolti grazie alle osservazioni infrarosse del telescopio Herschel indicano che quanto resta di quella supernova è incredibilmente ricco di polveri, in quantità valutabili tra il 40 e il 70% della massa del Sole. Benché si trovino a temperature di una ventina di gradi Kelvin soltanto, cioè circa 250 °C sotto lo zero, quelle polveri emettono radiazione pari a 200 volte quella solare.

Matsuura e gli altri ricercatori sono convinti di avere tra le mani la prova decisiva che le esplosioni di supernova sono effettivamente in grado di spiegare le grandi quantità di polveri rilevate nelle giovani galassie. I dubbi che tormentavano gli astronomi da quando avevano scoperto che l'universo era polveroso fin dalla sua giovinezza sembrerebbero dunque finalmente destinati a svanire.

ESA - ESA S&T

Autori: 
Sezioni: 
Astrofisica

prossimo articolo

La medicina di precisione non può fare a meno degli small data

I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.

Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.