MétaCan
Menu
Retour à la cohorte
Enregistrement W2021381561 · doi:10.1051/0004-6361/201424734

Cool dust heating and temperature mixing in nearby star-forming galaxies

2014· article· en· W2021381561 sur OpenAlexaff
L. K. Hunt, B. T. Draine, S. Bianchi, Karl D. Gordon, G. Aniano, Daniela Calzetti, Daniel A. Dale, G. Hélou, J. L. Hinz, Robert C. Kennicutt, H. Roussel, C. D. Wilson, Alberto D. Bolatto, M. Boquien, K. V. Croxall, M. Galametz, A. Gil de Paz, Jin Koda, J. C. Muñoz-Mateos, Karin Sandström, M. Sauvage, L. Vigroux, S. Zibetti

Notice bibliographique

RevueAstronomy and Astrophysics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensMcMaster University
Organismes subventionnairesNational Aeronautics and Space AdministrationScience and Technology Facilities CouncilNational Science Foundation
Mots-clésAstrophysicsGalaxyPhysicsEmissivityInterstellar mediumRADIUSExtinction (optical mineralogy)AstronomyOptics

Résumé

récupéré en direct d'OpenAlex

Physical conditions of the interstellar medium in galaxies are closely linked to the ambient radiation field and the heating of dust grains.In order to characterize dust properties in galaxies over a wide range of physical conditions, we present here the radial surface brightness profiles of the entire sample of 61 galaxies from Key Insights into Nearby Galaxies: Far-Infrared Survey with Herschel (KINGFISH).The main goal of our work is the characterization of the grain emissivities, dust temperatures, and interstellar radiation fields (ISRFs) responsible for heating the dust.We first fit the radial profiles with exponential functions in order to compare stellar and cool-dust disk scalelengths, as measured by 3.6 μm and 250 μm surface brightnesses.Our results show that the stellar and dust scalelengths are comparable, with a mean ratio of 1.04, although several galaxies show dust-to-stellar scalelength ratios of 1.5 or more.We then fit the far-infrared spectral energy distribution (SED) in each annular region with single-temperature modified blackbodies using both variable (MBBV) and fixed (MBBF) emissivity indices β, as well as with physically motivated dust models.The KINGFISH profiles are well suited to examining trends of dust temperature T dust and β because they span a factor of ∼200 in the ISRF intensity heating the bulk of the dust mass, U min .Results from fitting the profile SEDs suggest that, on average, T dust , dust optical depth τ dust , and U min decrease with radius.The emissivity index β also decreases with radius in some galaxies, but in others is increasing, or rising in the inner regions and falling in the outer ones.Despite the fixed grain emissivity (average β ∼ 2.1) of the physically-motivated models, they are well able to accommodate flat spectral slopes with β < ∼ 1.An analysis of the wavelength variations of dust emissivities in both the data and the models shows that flatter slopes (β < ∼ 1.5) are associated with cooler temperatures, contrary to what would be expected from the usual T dust -β degeneracy.This trend is related to variations in U min since β and U min are very closely linked over the entire range in U min sampled by the KINGFISH galaxies: low U min is associated with flat β < ∼ 1.Both these results strongly suggest that the low apparent β values (flat slopes) in MBBV fits are caused by temperature mixing along the line of sight, rather than by intrinsic variations in grain properties.Finally, a comparison of dust models and the data show a slight ∼10% excess at 500 μm for low metallicity (12 + log (O/H) < ∼ 8) and low far-infrared surface brightness (Σ 500 ).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,182 · 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

Citations74
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and AstrophysicsMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207