Structural Analysis of Molecular Clouds: Dendrograms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We demonstrate the utility of dendrograms at representing the essential features of the hierarchical structure of the isosurfaces for molecular line data cubes. The dendrogram of a data cube is an abstraction of the changing topology of the isosurfaces as a function of contour level. The ability to track hierarchical structure over a range of scales makes this analysis philosophically different from local segmentation algorithms like CLUMPFIND. Points in the dendrogram structure correspond to specific volumes in data cubes defined by their bounding isosurfaces. We further refine the technique by measuring the properties associated with each isosurface in the analysis allowing for a multiscale calculation of molecular gas properties. Using COMPLETE 13CO(1-0) data from the L1448 region in Perseus and mock observations of a simulated data cube, we identify regions that have a significant contribution by self-gravity to their energetics on a range of scales. We find evidence for self-gravitation on all spatial scales in L1448 though not in all regions. In the simulated observations, nearly all of the emission is found in objects that would be self-gravitating if gravity were included in the simulation. We reconstruct the size-line width relationship within the data cube using the dendrogram-derived properties and find it follows the standard relation: s_v ~ R^0.58. Finally, we show that constructing the dendrogram of CO J=1-0 emission from the Orion-Monoceros region allows for the identification of giant molecular clouds in a blended molecular line data set using only a physically motivated definition (self-gravitating clouds with masses 5x10^4 Msun.
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.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle