HISTORY OF GALAXY INTERACTIONS AND THEIR IMPACT ON STAR FORMATION OVER THE LAST 7 Gyr FROM GEMS
Notice bibliographique
Résumé
Accepted by the Astrophysical Journal We perform a comprehensive estimate of the frequency of galaxy mergers and their impact on star formation over z ∼ 0.24–0.80 (lookback time Tb ∼ 3–7 Gyr) using ∼ 3600 (M ≥ 1 × 10 9 M⊙) galaxies with GEMS HST, COMBO-17, and Spitzer data. Our results are: (1) Among ∼ 790 high mass (M ≥ 2.5 × 10 10 M⊙) galaxies, the visually-based merger fraction over z ∼ 0.24–0.80, ranges from 9% ± 5 % to 8 % ± 2%. Lower limits on the major merger and minor merger fraction over this interval range from 1.1 % to 3.5 % , and 3.6 % to 7.5%, respectively. This is the first, albeit approximate, empirical estimate of the frequency of minor mergers over the last 7 Gyr. Assuming a visibility timescale of ∼ 0.5 Gyr, it follows that over Tb ∼ 3–7 Gyr, ∼ 68 % of high mass systems have undergone a merger of mass ratio> 1/10, with ∼ 16%, 45%, and 7 % of these corresponding respectively to major, minor, and ambiguous ‘major or minor ’ mergers. The average merger rate is ∼ a few ×10 −4 galaxies Gyr −1 Mpc −3. Among ∼ 2840 blue cloud galaxies of mass M ≥ 1.0 ×10 9 M⊙, similar results hold. (2) We compare the empirical merger fraction and merger rate for high mass galaxies to three ΛCDM-based models: halo occupation distribution models, semi-analytic models, and hydrodynamic SPH simulations. We find
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 | 0,000 | 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 ».