MétaCan
Menu
Retour à la cohorte
Enregistrement W3018492874 · doi:10.5281/zenodo.896613

Galaxy Mergers Moulding The Cgm

2017· article· en· W3018492874 sur OpenAlexaff
Maan H Hani, Martin Sparre, Sara L. Ellison, Paul Torrey, Mark Vogelsberger

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Galaxies are surrounded by sizeable gas reservoirs which host a significant amount of metals: the circum-galactic medium (CGM). The CGM acts as a mediator between the galaxy and the extra-galactic medium. However, our understanding of how galaxy mergers, a major evolutionary transformation, impact the CGM remains deficient. We present a theoretical study of the effect of galaxy mergers on the CGM: We use hydrodynamical cosmological zoom-in simulations of a major merger selected from the Illustris project such that the z=0 descendant is a Milky Way-like galaxy, and then re-simulated at a 40 times higher mass resolution. We include post-processing ionization modelling. This work demonstrates the effect the merger has on the characteristic size of the CGM, its metallicity and the predicted covering fraction of various commonly observed gas-phase species, such as H I, C IV and O VI. We show that merger-induced outflows can increase the CGM metallicity by 0.2-0.3 dex within 0.5 Gyr post-merger. These effects last up to 6 Gyr post-merger. While the merger increases the total metal covering fractions by factors of 2-3, the covering fractions of commonly observed UV ions decrease due to the hard ionizing radiation from the active galactic nucleus. The case study of the single simulated major merger presented in this work demonstrates the significant impact that a galaxy interaction can have on the size, metallicity and observed column densities of the CGM (Hani et al. in prep).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,230
Écart entre enseignants0,201 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetManufacturing Process and OptimizationTravaux en français237 207