MétaCan
Menu
← Retour à la cohorte
Enregistrement W3009396936 · doi:10.3847/1538-4357/ab700a

Large-scale Molecular Gas Distribution in the M17 Cloud Complex: Dense Gas Conditions of Massive Star Formation?

2020· article· en· W3009396936 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésProtostarStar formationMolecular cloudGravitational collapseStellar evolutionGravitational potentialStar cluster

Résumé

récupéré en direct d'OpenAlex

Abstract The non-uniform distribution of gas and protostars in molecular clouds is caused by combinations of various physical processes that are difficult to separate. We explore this non-uniform distribution in the M17 molecular cloud complex that hosts massive star formation activity using the 12CO (J = 1–0) and 13CO (J = 1–0) emission lines obtained with the Nobeyama 45 m telescope. Differences in clump properties such as mass, size, and gravitational boundedness reflect the different evolutionary stages of the M17-H ii and M17-IRDC clouds. Clumps in the M17-H ii cloud are denser, more compact, and more gravitationally bound than those in M17-IRDC. While M17-H ii hosts a large fraction of very dense gas (27%) that has a column density larger than the threshold of ∼1 g cm−2 theoretically predicted for massive star formation, this very dense gas is deficient in M17-IRDC (0.46%). Our HCO+ (J = 1–0) and HCN (J = 1–0) observations with the Taeduk Radio Astronomy Observatory 14 m telescope trace all gas with a column density higher than 3 × 1022 cm−2, confirming the deficiency of high-density (≳105 cm−3) gas in M17-IRDC. Although M17-IRDC is massive enough to potentially form massive stars, its deficiency of very dense gas and gravitationally bound clumps can explain the current lack of massive star formation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→