MétaCan
Menu
Retour à la cohorte
Enregistrement W2056287285 · doi:10.1086/511765

The Origin and Evolution of the Mass-Metallicity Relationship for Galaxies: Results from Cosmological <i>N</i> -Body Simulations

2007· article· en· W2056287285 sur OpenAlexaff
Alyson Brooks, Fabio Governato, C. M. Booth, Beth Willman, Jonathan P. Gardner, James Wadsley, Gregory S. Stinson, Thomas Quinn

Notice bibliographique

RevueThe Astrophysical Journal · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPhysicsAstrophysicsSupernovaMetallicityGalaxyStarsStar formationGalaxy formation and evolutionRedshiftBaryonAstronomy

Résumé

récupéré en direct d'OpenAlex

We examine the origin and evolution of the mass-metallicity relationship (MZR, M-Z) for galaxies using high resolution cosmological SPH + N-Body simulations that include a physically motivated description of supernovae feedback and subsequent metal enrichment. We discriminate between two sources that may contribute to the origin of the MZR: 1) metal and baryon loss due to gas outflow, or 2) inefficient star formation at the lowest galaxy masses. Our simulated galaxies reproduce the observed MZR in shape and normalization both at z=0 and z=2. We find that baryon loss occurs due to UV heating before star formation turns on in galaxies with M_baryon < 10^8 M_sun, but that some gas loss due to supernovae induced winds is required to subsequently reproduce the low effective chemical yield observed in low mass galaxies. Despite this, we show that low star formation efficiencies, regulated by supernovae feedback, are primarily responsible for the lower metallicities of low mass galaxies and the overall M-Z trend. We find that the shape of the MZR is relatively constant with redshift, but that its normalization increases with time. Simulations with no energy feedback from supernovae overproduce metals at low galaxy masses by rapidly transforming a large fraction of their gas into stars. Despite the fact that our low mass galaxies have lost a majority of their baryons, they are still the most gas rich objects in our simulations due to their low star formation efficiencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,070
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

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

Citations262
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207