Cooling+Heating Flows in Galaxy Clusters: Turbulent Heating, Spectral Modeling, and Cooling Efficiency
Notice bibliographique
Résumé
Abstract The discrepancy between expected and observed cooling rates of X-ray emitting gas has led to the cooling-flow problem at the cores of clusters of galaxies. A variety of models have been proposed to model the observed X-ray spectra and resolve the cooling-flow problem, which involves heating the cold gas through different mechanisms. As a result, realistic models of X-ray spectra of galaxy clusters need to involve both heating and cooling mechanisms. In this paper, we argue that the heating timescale is set by the magnetohydrodynamic (MHD) turbulent viscous heating for the Intracluster plasma, parameterized by the Shakura–Sunyaev viscosity parameter, α. Using a cooling+heating flow model, we show that a value of α ≃ 0.05 (with 10% scatter) provides improved fits to the X-ray spectra of cooling flow, while at the same time, predicting reasonable cooling efficiency, <?CDATA ${\epsilon }_{\mathrm{cool}}={0.33}_{-0.15}^{+0.63}$?> . Our inferred values for α based on X-ray spectra are also in line with direct measurements of turbulent pressure in simulations and observations of galaxy clusters. This simple picture unifies astrophysical accretion, as a balance of MHD turbulent heating and cooling, across more than 16 orders of magnitudes in scale, from neutron stars to galaxy clusters.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».