MétaCan
Menu
Retour à la cohorte
Enregistrement W3011182379 · doi:10.1017/s1743921319006495

Young, old, massive: Steps to understanding globular cluster formation

2019· article· en· W3011182379 sur OpenAlexaff
William E. Harris

Notice bibliographique

RevueProceedings of the International Astronomical Union · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGlobular clusterPhysicsAstrophysicsStar clusterGalaxyAstronomyStar formationCluster (spacecraft)Galaxy clusterMetallicityAccretion (finance)Redshift

Résumé

récupéré en direct d'OpenAlex

Abstract On observational grounds we now know a huge amount about the characteristics of massive star clusters in galaxies of all types, from the smallest dwarfs to the most massive giants and even into the Intracluster Medium. The old globular clusters (GCs) in particular exhibit a high degree of uniformity across all these environments in their physical properties including scale size, luminosity distribution, metallicity distribution, and age. As survivors of a long period of dynamical evolution, they are “unusual, but not special” among star clusters. The past few years have seen major advances in theoretical modelling that are starting to reveal how these massive star clusters formed in the early stages of galaxy evolution. Several suites of models point to their emergence in GMCs (Giant Molecular Clouds), which provide the turbulent big reservoirs of gas within which star clusters can be built. At cluster masses ∼105M⊙ and above, clusters form hierarchically through a nearly equal combination of direct gas accretion, and mergers with smaller clusters scattered throughout the GMC. GCs and YMCs (young massive clusters) in this high mass range should therefore be composite systems right from birth. To make such high-mass clusters, host GMCs of ∼107M⊙ are needed, and these are most commonly found in galaxies at redshifts z ≳ 2.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0050,010
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Astronomical UnionMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207