Grain size distributions and photoelectric heating in ionized media
Notice bibliographique
Résumé
Ever since the pioneering study of Spitzer, it has been widely recognized that grains play an important role in the heating and cooling of photoionized environments. This includes the diffuse interstellar medium and H ii regions, planetary nebulae and photodissociation regions. A detailed code is necessary to model grains in a photoionized medium since the interactions of grains with their environment include a host of microphysical processes. In this paper we will use the spectral synthesis code cloudy for this purpose. A comprehensive upgrade of the grain model has been recently incorporated into cloudy. One of these upgrades is the newly developed hybrid grain charge model. This model allows discrete charge states of very small grains to be modelled accurately, while simultaneously avoiding the overhead of fully resolving the charge distribution of large grains, thus making the model both accurate and computationally efficient. A comprehensive comparison with the fully resolved charge state models of Weingartner & Draine shows that the agreement is very satisfactory for realistic size distributions. The effect of the grain size distribution on the line emission from photoionized regions is studied by taking standard models for an H ii region and a planetary nebula and adding a dust component to the models with varying grain size distributions. A comparison of the models shows that varying the size distribution has a dramatic effect on the emitted spectrum. The strongest enhancement is always found in optical/UV lines of the highest ionization stages present in the spectrum (with factors up to 2.5–4), while the strongest decrease is typically found in optical/UV lines of low ionization lines or infrared fine-structure lines of low/intermediate ionization stages (with reductions up to 10–25 per cent). Changing the grain size distribution also affects the ionization balance, and can affect resonance lines which are very sensitive to changes in the background opacity. All these results clearly demonstrate that the grain size distribution is an important parameter in photoionization models.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».