A new estimator of resolved molecular gas in nearby galaxies
Notice bibliographique
Résumé
ABSTRACT A relationship between dust-reprocessed light from recent star formation and the amount of star-forming gas in a galaxy produces a correlation between Wide-field Infrared Survey Explorer (WISE) 12 μm emission and CO line emission. Here, we explore this correlation on kiloparsec scales with CO(1–0) maps from EDGE–CALIFA matched in resolution to WISE 12 μm images. We find strong CO-12 μm correlations within each galaxy and we show that the scatter in the global CO-12 μm correlation is largely driven by differences from galaxy to galaxy. The correlation is stronger than that between star formation rate and H2 surface densities [Σ(H2)]. We explore multivariable regression to predict Σ(H2) in star-forming pixels using the WISE 12 μm data combined with global and resolved galaxy properties, and provide the fit parameters for the best estimators. We find that Σ(H2) estimators that include $\Sigma (\mathrm{12\:\mu m})$ are able to predict Σ(H2) more accurately than estimators that include resolved optical properties instead of $\Sigma (\mathrm{12\:\mu m})$. These results suggest that 12 μm emission and H2 as traced by CO emission are physically connected at kiloparsec scales. This may be due to a connection between polycyclic aromatic hydrocarbon emission and the presence of H2. The best single-property estimator is $\log \frac{\Sigma (\mathrm{H_2})}{\mathrm{M_\odot \:pc^{-2}}} = (0.48 \pm 0.01) + (0.71 \pm 0.01)\log \frac{\Sigma (\mathrm{12\:\mu m})}{\mathrm{L_\odot \:pc^{-2}}}$. This correlation can be used to efficiently estimate Σ(H2) down to at least 1 M⊙ pc−2 in star-forming regions within nearby galaxies.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».