Interacting galaxies in the IllustrisTNG simulations – II: star formation in the post-merger stage
Notice bibliographique
Résumé
ABSTRACT Galaxy mergers are a major evolutionary transformation whose effects are borne out by a plethora of observations and numerical simulations. However, most previous simulations have used idealized, isolated, binary mergers and there has not been significant progress on studying statistical samples of galaxy mergers in large cosmological simulations. We present a sample of 27 691 post-merger (PM) galaxies (0c ≤ z ≤ 1) identified from IllustrisTNG: a cosmological, large box, magnetohydrodynamical simulation suite. The PM sample spans a wide range of merger and galaxy properties (M⋆, μ, fgas). We demonstrate that star-forming (SF) PMs exhibit enhanced star formation rates (SFRs) on average by a factor of ∼2, while the passive PMs show no statistical enhancement. We find that the SFR enhancements: (1) show no dependence on redshift, (2) anticorrelate with the PM’s stellar mass, and (3) correlate with the gas fraction of the PM’s progenitors. However, SF PMs show stronger enhancements which may indicate other processes being at play (e.g. gas phase, feedback efficiency). Although the SFR enhancement correlates mildly with the merger mass ratio, the more abundant minor mergers (0.1 ≤ μ < 0.3) still contribute ${\sim}50{{\ \rm per\ cent}}$ of the total SFR enhancement. By tracing the PM sample forward in time, we find that galaxy mergers can drive significant SFR enhancements which decay over ∼0.5 Gyr independent of the merger mass ratio, although the decay time-scale is dependent on the simulation resolution. The strongest merger-driven starburst galaxies evolve to be passive/quenched on faster time-scales than their controls.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».