THE ACS FORNAX CLUSTER SURVEY. X. COLOR GRADIENTS OF GLOBULAR CLUSTER SYSTEMS IN EARLY-TYPE GALAXIES
Notice bibliographique
Résumé
We use the largest homogeneous sample of globular clusters (GCs), drawn from the ACS Virgo Cluster Survey (ACSVCS) and ACS Fornax Cluster Survey (ACSFCS), to investigate the color gradients of GC systems in 76 early-type galaxies. We find that most GC systems possess an obvious negative gradient in ( g – z ) color with radius (bluer outward), which is consistent with previous work. For GC systems displaying color bimodality, both metal-rich and metal-poor GC subpopulations present shallower but significant color gradients on average, and the mean color gradients of these two subpopulations are of roughly equal strength. The field of view of ACS mainly restricts us to measuring the inner gradients of the studied GC systems. These gradients, however, can introduce an aperture bias when measuring the mean colors of GC subpopulations from relatively narrow central pointings. Inferred corrections to previous work imply a reduced significance for the relation between the mean color of metal-poor GCs and their host galaxy luminosity. The GC color gradients also show a dependence with host galaxy mass where the gradients are weakest at the ends of the mass spectrum—in massive galaxies and dwarf galaxies—and strongest in galaxies of intermediate mass, around a stellar mass of . We also measure color gradients for field stars in the host galaxies. We find that GC color gradients are systematically steeper than field star color gradients, but the shape of the gradient–mass relation is the same for both. If gradients are caused by rapid dissipational collapse and weakened by merging, these color gradients support a picture where the inner GC systems of most intermediate-mass and massive galaxies formed early and rapidly with the most massive galaxies having experienced greater merging. The lack of strong gradients in the GC systems of dwarfs, which probably have not experienced many recent major mergers, suggests that low-mass halos were inefficient at retaining and mixing metals during the epoch of GC formation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».