MétaCan
Menu
← Retour à la cohorte
Enregistrement W2804939926 · doi:10.3847/1538-4357/aac76d

Assessing the Impact of Astrochemistry on Molecular Cloud Turbulence Statistics

2018· article· en· W2804939926 sur OpenAlexaff
Ryan D. Boyden, Stella S. R. Offner, Eric W. Koch, Erik Rosolowsky

Notice bibliographique

RevueThe Astrophysical Journal · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBicoherenceMolecular cloudPhysicsTurbulenceAstrophysicsStatistical physicsStatisticsSpectral densityMathematicsMeteorologyStars

Résumé

récupéré en direct d'OpenAlex

Abstract We analyze hydrodynamic simulations of turbulent, star-forming molecular clouds that are post-processed with the photodissociation region astrochemistry code 3d-pdr. We investigate the sensitivity of 15 commonly applied turbulence statistics to post-processing assumptions, namely, variations in gas temperature, abundance, and external radiation field. We produce synthetic 12CO (1−0) and CI (3 P 1–3 P 0) observations and examine how the variations influence the resulting emission distributions. To characterize differences between the data sets, we perform statistical measurements, identify diagnostics sensitive to our chemistry parameters, and quantify the statistic responses by using a variety of distance metrics. We find that multiple turbulent statistics are sensitive not only to the chemical complexity but also to the strength of the background radiation field. The statistics with meaningful responses include principal component analysis, spatial power spectrum, and bicoherence. A few of the statistics, such as the velocity coordinate spectrum, are primarily sensitive to the type of tracer being utilized, while others, like the Δ-variance, strongly respond to the background radiation field. Collectively, these findings indicate that more realistic chemistry impacts the responses of turbulent statistics and is necessary for accurate statistical comparisons between models and observed molecular 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 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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,308
Écart entre enseignants0,297 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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