A Revised Model for the Formation of Disk Galaxies: Low Spin and Dark Halo Expansion
Notice bibliographique
Résumé
We use observed rotation velocity-luminosity (VL) and size-luminosity (RL) relations to single out a specific scenario for disk galaxy formation in the LambdaCDM cosmology. Our model involves four independent lognormal random variables: dark halo concentration c, disk spin lambdagal, disk mass fraction mgal, and stellar mass-to-light ratio UpsilonI. A simultaneous match of the VL and RL zero points with adiabatic contraction requires low-c halos, but this model has V2.2~1.8Vvir (where V2.2 and Vvir are the circular velocity at 2.2 disk scale lengths and the virial radius, respectively), which will be unable to match the luminosity function (LF). Similarly models without adiabatic contraction but standard c also predict high values of V2.2/Vvir. Models in which disk formation induces an expansion rather than the commonly assumed contraction of the dark matter halos have V2.2~1.2Vvir, which allows a simultaneous fit of the LF. This may result from nonspherical, clumpy gas accretion, where dynamical friction transfers energy from the gas to the dark matter. This model requires low lambdagal and mgal values, contrary to naive expectations. However, the low lambdagal is consistent with the notion that disk galaxies predominantly survive in halos with a quiet merger history, while a low mgal is also indicated by galaxy-galaxy lensing. The smaller than expected scatter in the RL relation and the lack of correlation between the residuals of the VL and RL relations, respectively, imply that the scatter in lambdagal and in c needs to be smaller than predicted for LambdaCDM halos, again consistent with the idea that disk galaxies preferentially reside in halos with a quiet merger history.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».