MétaCan
Menu
Retour à la cohorte
Enregistrement W2972170141 · doi:10.1093/mnras/staa854

The formation of ultradiffuse galaxies in clusters

2020· article· en· W2972170141 sur OpenAlexaff
Laura V. Sales, Julio F. Navarro, Louis Peñafiel, Eric W. Peng, Sungsoon Lim, Lars Hernquist

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensHerzberg Institute of AstrophysicsUniversity of Victoria
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésPhysicsGalaxyAstrophysicsVelocity dispersionSurface brightnessCluster (spacecraft)PopulationStellar massDark matterStar formationDemography

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
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 enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,188
Écart entre enseignants0,180 · 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

Citations127
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207