A NEW METHOD FOR OBTAINING THE STAR FORMATION LAW IN GALAXIES
Notice bibliographique
Résumé
We present a new observational method to evaluate the exponent of the star formation law as initially formulated by Schmidt, i.e., the power-law expression assumed to relate the rate of star formation in a volume of space to the local total gas volume density present there. Total volume densities in the gas clouds surrounding an OB association are determined with a simple model which considers the atomic hydrogen as a photodissociation product on the cloud surfaces. The photodissociating photon flux incident on the cloud is computed from the far-UV luminosity of the OB association and the geometry. As an example, we have applied this "PDR Method" to a sample of star-forming regions in M33 using Very Large Array (VLA) 21 cm data for the H i and Galaxy Evolution Explorer ( GALEX ) imagery in the far-UV. With these two observables, our approach provides an estimate of the total volume density of hydrogen (atomic + molecular) in the gas clouds surrounding the young star cluster. A graph in logarithmic coordinates of the cluster UV luminosity versus the total density in the surrounding gas provides a direct measure of the exponent of the star formation law. However, we show that this plot is severely affected by observational selection, which renders large areas of the diagram inaccessible to the data. An ordinary least-squares regression fit to a straight line, therefore, gives a strongly biased result. In the present case, the slope of such a fit primarily reflects the boundary defined when the 21 cm line becomes optically thick and is no longer a reliable measure of the H i column density. We use a maximum likelihood statistical approach which can deal with truncated and skewed data, and also takes account of the large uncertainties in the total gas densities which we derive. The exponent we obtain for the Schmidt law in M33 is 1.4 ± 0.2.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».