MétaCan
Menu
← Retour à la cohorte
Enregistrement W2564331575 · doi:10.3847/1538-4357/834/1/40

ULTRAVIOLET ESCAPE FRACTIONS FROM GIANT MOLECULAR CLOUDS DURING EARLY CLUSTER FORMATION

2016· article· en· W2564331575 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMolecular cloudStar formationCluster (spacecraft)Radiative transferIonizationPhotonFlux (metallurgy)ProtostarInterstellar medium

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The UV photon escape fraction from molecular clouds is a key parameter for understanding the ionization of the interstellar medium and extragalactic processes such as cosmic reionization. We present the ionizing photon flux and the corresponding photon escape fraction (f esc) arising as a consequence of star cluster formation in a turbulent, 106 M ⊙ giant molecular cloud, simulated using the code FLASH. We make use of sink particles to represent young, star-forming clusters coupled with a radiative transfer scheme to calculate the emergent UV flux. We find that the ionizing photon flux across the cloud boundary is highly variable in time and space due to the turbulent nature of the intervening gas. The escaping photon fraction remains at ∼5% for the first 2.5 Myr, followed by two pronounced peaks at 3.25 and 3.8 Myr with a maximum f esc of 30% and 37%, respectively. These peaks are due to the formation of large H ii regions that expand into regions of lower density, some of which reaching the cloud surface. However, these phases are short-lived, and f esc drops sharply as the H ii regions are quenched by the central cluster passing through high-density material due to the turbulent nature of the cloud. We find an average f esc of 15% with factor of two variations over 1 Myr timescales. Our results suggest that assuming a single value for f esc from a molecular cloud is in general a poor approximation, and that the dynamical evolution of the system leads to large temporal variation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→