<i>Herschel</i>and SCUBA-2 observations of dust emission in a sample of<i>Planck</i>cold clumps
Notice bibliographique
Résumé
Context.Analysis of all-skyPlancksubmillimetre observations and the IRAS 100μm data has led to the detection of a population of Galactic cold clumps. The clumps can be used to study star formation and dust properties in a wide range of Galactic environments. Aims.Our aim is to measure dust spectral energy distribution (SED) variations as a function of the spatial scale and the wavelength. Methods.We examined the SEDs at large scales using IRAS,Planck, andHerscheldata. At smaller scales, we compared JCMT/SCUBA-2 850μm maps withHerscheldata that were filtered using the SCUBA-2 pipeline. Clumps were extracted using the Fellwalker method, and their spectra were modelled as modified blackbody functions. Results.According to IRAS andPlanckdata, most fields have dust colour temperaturesTC~ 14–18 K and opacity spectral index values ofβ= 1.5–1.9. The clumps and cores identified in SCUBA-2 maps haveT~ 13 K and similarβvalues. There are some indications of the dust emission spectrum becoming flatter at wavelengths longer than 500μm. In fits involvingPlanckdata, the significance is limited by the uncertainty of the corrections for CO line contamination. The fits to the SPIRE data give a medianβvalue that is slightly above 1.8. In the joint SPIRE and SCUBA-2 850μm fits, the value decreases toβ~ 1.6. Most of the observedT-βanticorrelation can be explained by noise. Conclusions.The typical submillimetre opacity spectral indexβof cold clumps is found to be ~1.7. This is above the values of diffuse clouds, but lower than in some previous studies of dense clumps. There is only tentative evidence of aT-βanticorrelation andβdecreasing at millimetre wavelengths.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».