MétaCan
Menu
Retour à la cohorte
Enregistrement W1994826799 · doi:10.1086/507019

High‐Mass Star Formation. III. The Functional Form of the Submillimeter Clump Mass Function

2006· article· en· W1994826799 sur OpenAlexaff
Michael A. Reid, C. D. Wilson

Notice bibliographique

RevueThe Astrophysical Journal · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAstrophysicsMass distributionPower lawPhysicsInitial mass functionStar formationLog-normal distributionFragmentation (computing)ExponentStarsStatisticsGalaxyMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

We investigate the mass function of cold, dusty clumps in 11 low- and high-mass star-forming regions. Using a homogeneous fitting technique, we analyze the shape of each region's clump mass function and examine the commonalities among them. We find that the submillimeter continuum clump mass function in low-mass star-forming regions is typically best fitted by a lognormal distribution, while that in high-mass star-forming regions is better fitted by a double power law. A single power-law clump mass distribution is ruled out in all cases. Fitting all of the regions with a double power law, we find that the mean power-law exponent at the high-mass end of each mass function is α high = -2.4 ± 0.1, consistent with the Salpeter result of α = -2.35. We find no region-to-region trend in α high with the mass scale of the clumps in a given region, as characterized by their median mass. Similarly, nonparametric tests show that the shape of the clump mass function does not change much from region to region, despite the obvious changes in the intrinsic mass scale. This result is consistent with the hypothesis that the clump mass distribution is determined by a highly stochastic process, such as turbulent fragmentation. It may also suggest that the data reduction and analysis techniques strongly affect the shape of the derived mass function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,191
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetAstrophysics and Star Formation StudiesTravaux en français237 207