The formation of ultradiffuse galaxies in clusters
Notice bibliographique
Résumé
ABSTRACT We use the IllustrisTNG cosmological hydrodynamical simulation to study the formation of ultradiffuse galaxies (UDGs) in galaxy clusters. We supplement the simulations with a realistic mass–size relation for galaxies at the time of infall into the cluster, as well as an analytical model to describe the tidally induced evolution of their stellar mass, velocity dispersion, and size. The model assumes ‘cuspy’ NFW haloes and, contrary to recent claims, has no difficulty reproducing the observed number of UDGs in clusters. Our results further suggest that the UDG population consists of a mixture of ‘normal’ low surface brightness galaxies such as those found in the field (‘born’ UDGs, or B-UDGs), as well as a distinct population that owe their large size and low surface brightness to the effects of cluster tides (‘tidal’, or T-UDGs). The simulations indicate that T-UDGs entered the cluster earlier and should be more prevalent than B-UDGs near the cluster centres. T-UDGs should also have, at given stellar mass, lower velocity dispersion, higher metallicities, and lower dark matter content than B-UDGs. Our results suggest that systems like DF-44 are consistent with having been born as UDGs, while others such as DF2, DF4, and VLSB-D are possibly extreme T-UDG examples.
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 ».