Kinemetry of SINS High‐Redshift Star‐Forming Galaxies: Distinguishing Rotating Disks from Major Mergers
Notice bibliographique
Résumé
We present a simple set of kinematic criteria that can distinguish between galaxies dominated by ordered rotational motion and those involved in major merger events. Our criteria are based on the dynamics of the warm ionized gas (as traced by Hα) within galaxies, making this analysis accessible to high-redshift systems, whose kinematics are primarily traceable through emission features. Using the method of kinemetry (developed by Krajnović and coworkers), we quantify asymmetries in both the velocity and velocity dispersion maps of the warm gas, and the resulting criteria enable us to empirically differentiate between nonmerging and merging systems at high redshift. We apply these criteria to 11 of our best-studied rest-frame UV/optical-selected z ~ 2 galaxies for which we have near-infrared integral-field spectroscopic data from SINFONI on the VLT. Of these 11 systems, we find that >50% have kinematics consistent with a single rotating disk interpretation, while the remaining systems are more likely undergoing major mergers. This result, combined with the short formation timescales of these systems, provides evidence that rapid, smooth accretion of gas plays a significant role in galaxy formation at high redshift.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».