LoCuSS: THE SLOW QUENCHING OF STAR FORMATION IN CLUSTER GALAXIES AND THE NEED FOR PRE-PROCESSING
Notice bibliographique
Résumé
We present a study of the spatial distribution and kinematics of star-forming galaxies in 30 massive clusters at 0.15 < z < 0.30, combining wide-field Spitzer 24 m and GALEX near-ultraviolet imaging with highly complete spectroscopy of cluster members. The fraction (f SF ) of star-forming cluster galaxies rises steadily with clustercentric radius, increasing fivefold by 2r 200 , but remains well below field values even at 3r 200 . This suppression of star formation at large radii cannot be reproduced by models in which star formation is quenched in infalling field galaxies only once they pass within r 200 of the cluster, but is consistent with some of them being first pre-processed within galaxy groups. Despite the increasing f SF -radius trend, the surface density of star-forming galaxies actually declines steadily with radius, falling 15 from the core to 2r 200 . This requires star formation to survive within recently accreted spirals for 2-3 Gyr to build up the apparent over-density of star-forming galaxies within clusters. The velocity dispersion profile of the star-forming galaxy population shows a sharp peak of 1.44 at 0.3r 500 , and is 10%-35% higher than that of the inactive cluster members at all cluster-centric radii, while their velocity distribution shows a flat, top-hat profile within r 500 . All of these results are consistent with star-forming cluster galaxies being an infalling population, but one that must also survive 0.5-2 Gyr beyond passing within r 200 . By comparing the observed distribution of star-forming galaxies in the stacked caustic diagram with predictions from the Millennium simulation, we obtain a best-fit model in which star formation rates decline exponentially on quenching timescales of 1.73 0.25 Gyr upon accretion into the cluster.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».