The role of cold flows and reservoirs in galaxy formation with strong feedback
Notice bibliographique
Résumé
We examine gas accretion and subsequent star formation in representative galaxies from the McMaster Unbiased Galaxy Simulations. Accreted gas is bimodal with a natural temperature division at 105 K, near the peak of the cooling curve. Cold-mode accretion dominates inflows at early times, creating a peak in total accretion at redshift z = 2–4 and declining exponentially below z ∼ 2. Hot-mode accretion peaks near z = 1–2 and declines gradually. Hot-mode exceeds cold-mode accretion at z ∼ 1.8 for all four galaxies rather than when the galaxy reaches a characteristic mass. Cold-mode accretion can fuel immediate star formation, while hot-mode accretion preferentially builds a large, hot gas reservoir in the halo. Late-time star formation relies on reservoir gas accreted 2–8 Gyr prior. Thus, the reservoir allows the star formation rate to surpass the current overall gas accretion rate. Stellar feedback cycles gas from the interstellar medium back into the hot reservoir. Stronger feedback results in more gas cycling, gas removal in a galactic outflow and less star formation overall, enabling simulations to match the observed star formation history. For lower mass galaxies in particular, strong feedback can delay the star formation peak to z = 1–2 from the accretion peak at z = 2–4.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».