THE MASS DISTRIBUTION OF STARLESS AND PROTOSTELLAR CORES IN GOULD BELT CLOUDS
Notice bibliographique
Résumé
Using data from the SCUBA Legacy Catalogue (850 um) and Spitzer Space Telescope (3.6 - 70 um), we explore dense cores in the Ophiuchus, Taurus, Perseus, Serpens, and Orion molecular clouds. We develop a new method to discriminate submillimeter cores found by SCUBA as starless or protostellar, using point source photometry from Spitzer wide field surveys. First, we identify infrared sources with red colors associated with embedded young stellar objects (YSOs). Second, we compare the positions of these YSO-candidates to our submillimeter cores. With these identifications, we construct new, self-consistent starless and protostellar core mass functions (CMFs) for the five clouds. We find best fit slopes to the high-mass end of the CMFs of -1.26 +/- 0.20, -1.22 +/- 0.06, -0.95 +/- 0.20, and -1.67 +/- 0.72 for Ophiuchus, Taurus, Perseus, and Orion, respectively. Broadly, these slopes are each consistent with the -1.35 power-law slope of the Salpeter IMF at higher masses, but suggest some differences. We examine a variety of trends between these CMF shapes and their parent cloud properties, potentially finding a correlation between the high-mass slope and core temperature. We also find a trend between core mass and effective size, but we are very limited by sensitivity. We make similar comparisons between core mass and size with visual extinction (for A_V >= 3) and find no obvious trends. We also predict the numbers and mass distributions of cores that future surveys with SCUBA-2 may detect in each of these clouds.
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 | 0,001 |
| 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 ».