Notice bibliographique
Résumé
Star clusters in six nearby spiral galaxies are examined using archive images from the Wide Field Planetary Camera 2 (WFPC2) on board the Hubble Space Telescope ( HST ). The galaxies have previously been studied from the ground and some of them are known to possess rich populations of "young massive clusters." Comparison with the HST images indicates a success rate of ∼75% for the ground-based cluster detections, with typical contaminants being blends or loose groupings of several stars in crowded regions. The luminosity functions (LFs) of cluster candidates identified on the HST images are analyzed and compared with existing data for the Milky Way and the LMC. The LFs are well approximated by power laws of the form dN ( L )/ dL ∝ L α , with slopes in the range -2.4 ≲ α≲-2.0. The steeper slopes tend to be found among fits covering brighter magnitude intervals, although direct hints of a variation in the LF slope with magnitude are seen only at low significance in two galaxies. The surface density of star clusters at a reference magnitude of M V = -8, Σ , scales with the mean star formation rate (SFR) per unit area, Σ SFR . Assuming that the LF can be generally expressed as dN ( L )/ dL = cA Σ L α , where A is the galaxy area, γ ∼ 1.0–1.4, α = -2.4, and the normalization constant c is determined from the WFPC2 data analyzed here, the maximum cluster luminosity expected in a galaxy from random sampling of the LF is estimated as a function of Σ SFR and A . The predictions agree well with existing observations of galaxies spanning a wide range of Σ SFR values, suggesting that sampling statistics play an important role in determining the maximum observed luminosities of star clusters in galaxies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».