On the nature of variations in the measured star formation efficiency of molecular clouds
Notice bibliographique
Résumé
Abstract Measurements of the star formation efficiency (SFE) of giant molecular clouds (GMCs) in the Milky Way generally show a large scatter, which could be intrinsic or observational. We use magnetohydrodynamic simulations of GMCs (including feedback) to forward-model the relationship between the true GMC SFE and observational proxies. We show that individual GMCs trace broad ranges of observed SFE throughout collapse, star formation, and disruption. Low measured SFEs (${\ll} 1\hbox{ per cent}$) are ‘real’ but correspond to early stages; the true ‘per-freefall’ SFE where most stars actually form can be much larger. Very high (${\gg} 10\hbox{ per cent}$) values are often artificially enhanced by rapid gas dispersal. Simulations including stellar feedback reproduce observed GMC-scale SFEs, but simulations without feedback produce 20× larger SFEs. Radiative feedback dominates among mechanisms simulated. An anticorrelation of SFE with cloud mass is shown to be an observational artefact. We also explore individual dense ‘clumps’ within GMCs and show that (with feedback) their bulk properties agree well with observations. Predicted SFEs within the dense clumps are ∼2× larger than observed, possibly indicating physics other than feedback from massive (main-sequence) stars is needed to regulate their collapse.
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 | 0,000 |
| 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 ».