VALES – IV. Exploring the transition of star formation efficiencies between normal and starburst galaxies using APEX/SEPIA Band-5 and ALMA at low redshift
Notice bibliographique
Résumé
In this work, we present new the Swedish-ESO PI receiver for the Atacama Pathfinder Experiment APEX/SEPIA Band-5 observations targeting the CO (J = 2–1) emission line of 24 Herschel-detected galaxies at z = 0.1–0.2. Combining this sample with our recent new Valparaíso ALMA Line Emission Survey (VALES), we investigate the star formation efficiencies [SFEs = star formation rate (SFR)/|$M_{\rm H_{2}}$|] of galaxies at low redshift. We find the SFE of our sample bridges the gap between normal star-forming galaxies and Ultra-Luminous Infrared Galaxies (ULIRGs), which are thought to be triggered by different star formation modes. Considering the SFE΄ as the SFR and the |$L^{\prime }_{\rm CO}$| ratio, our data show a continuous and smooth increment as a function of infrared luminosity (or star formation rate) with a scatter about 0.5 dex, instead of a steep jump with a bimodal behaviour. This result is due to the use of a sample with a much larger range of sSFR/sSFRms using LIRGs, with luminosities covering the range between normal and ULIRGs. We conclude that the main parameters controlling the scatter of the SFE in star-forming galaxies are the systematic uncertainty of the αCO conversion factor, the gas fraction, and physical size.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».